用加利福尼亚州出生证明信息来分类孕产妇吸烟的预测模型
Di He1, Xiwen Huang1, Onyebuchi A Arah1
1Department of Epidemiology, Fielding School of Public Health, University of California, Los Angeles, California, USA.
Paediatric and perinatal epidemiology
|November 15, 2023
概括
这项研究开发了一个模型,使用出生证明数据预测母亲吸烟,达到81%的准确率. 虽然它对出生登记有用,但在准确分类吸烟状态方面仍然存在局限性.
科学领域:
- 流行病学 流行病学
- 生物标志物 生物标志物
- 公共卫生 公共卫生
背景情况:
- 重要统计数据中的母亲吸烟数据往往不完整或低估了真实率.
- 准确的母亲吸烟数据对于公共卫生研究和干预至关重要.
研究的目的:
- 为了创建一个预测模型,孕妇在怀孕后期吸烟.
- 使用出生证明信息和新生儿生物标志物用于模型开发.
- 建立一个"合金金标准",使用自我报告的吸烟和丁胺水平.
主要方法:
- 一个用加利福尼亚州出生记录 (1983-2011) 设计的病例控制研究.
- 新生儿血液斑点的代谢学分析,检测出丁和基丁的存在.
- 从出生证明变量构建预测模型的逻辑回归与逐步选择.
主要成果:
- 最终的模型包括母亲的种族/种族,教育,出生年份,平价和出生体重.
- 在训练组中实现了0.81的曲线下面积 (AUC).
- 验证显示内部表现类似 (AUC 0.81),外部表现略低于0.69的AUC.
结论:
- 开发的模型为缺乏母亲吸烟数据的出生登记研究提供了一个实用的工具.
- 它可以改善流行病学研究中母亲吸烟率的估计.
- 存在局限性,因为单独的出生证明数据仍然可能导致吸烟身份的错误分类.
更多相关视频
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
14.5K
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.6K
