一种数据驱动的方法来区分四肢救援与其他与战斗有关的四肢创伤
Stephen M Goldman1,2, Susan L Eskridge3,4, Sarah R Franco1,2
1DoD-VA Extremity Trauma and Amputation Center of Excellence, Bethesda, MD 20889, USA.
Journal of clinical medicine
|October 14, 2023
概括
一种新的数据驱动方法准确地识别了下肢创伤的美国服务人员的四肢救援 (LS) 病例,使得未来对这一患者群体的结果研究成为可能.
科学领域:
- 整形外科手术 整形外科手术
- 创伤外科 手术 创伤外科
- 医疗信息学 医疗信息学
背景情况:
- 肢体救援 (LS) 是一个关键的,但定义不佳的临床途径,用于下肢创伤.
- 现有的医疗规范缺乏确定LS病例的具体性.
- 研究LS结果需要可靠的队列识别方法.
研究的目的:
- 开发和验证一个数据驱动的方法来识别使用医疗代码的肢体救援案例.
- 建立一个由美国服务人员 (SMs) 组成的队列,这些人患有下肢创伤,并经历了LS.
- 为了促进未来对LS临床结果的回顾性研究.
主要方法:
- 分析了诊断和住院程序代码,以找到与LS相关的代码.
- 根据下肢创伤后的二次截肢,定义了一个替代LS人群.
- 将数据驱动的队列识别与专家军事创伤外科医生的意见进行了比较.
主要成果:
- 从与战斗有关的下肢创伤人群中确定了2018年的SM (59.5%),接受了LS.
- 在数据驱动方法和专家小组验证之间达到了70%的一致性.
- 证明中等一致性 (κ=0.55),具有良好的特异性 (87%) 和中等敏感性 (55.6%).
结论:
- 数据驱动的方法有效地识别了四肢救援案例.
- 这种方法可以对LS患者的结果进行高通量回顾性分析.
- 促进对缺乏服务的LS患者的短期和长期结果的研究.
