开发和验证临床模型以识别过敏性鼻炎候选人,进行暴露前预防
Wenting Luo1, Xiangqing Hou2, Yun Sun3
1Department of Clinical Laboratory, State Key Laboratory of Respiratory Disease, National Clinical Research Center of Respiratory Disease, Guangzhou Institute of Respiratory Health, First Affiliated Hospital of Guangzhou Medical University, Guangzhou Medical University, Guangzhou, China.
Annals of medicine
|December 1, 2023
概括
这项研究开发了一种临床模型,以识别过敏性鼻炎 (AR) 候选人进行暴露前预防 (PrEP). 该模型使用常规医疗数据进行早期查,改善资源配置和健康管理.
科学领域:
- 过敏和免疫学 过敏和免疫学
- 临床预测建模临床预测建模
- 公共卫生 公共卫生
背景情况:
- 对于过敏性鼻炎 (AR) 存在有限的风险预测模型.
- 需要有效的模型来指导AR在临床实践中的暴露前预防 (PrEP).
- 常规医疗问卷可能用于AR风险评估.
研究的目的:
- 开发和验证一种用于识别AR PrEP候选者的临床模型.
- 用例行医疗问卷数据来预测AR风险.
- 帮助有效地部署用于AR管理的资源.
主要方法:
- 研究了中国10个省份的877名参与者的队列 (2019-2021年).
- 通过采访收集了临床特征和过敏原暴露史.
- 最小绝对收缩和选择运营商 (LASSO) 和后勤回归模型用于风险因素识别和模型构建.
主要成果:
- 开发了两个名图,以根据敏感化模式识别AR.
- 模型显示预测功率的曲线下面面积 (AUC) 约为0.7.
- 校准曲线显示出良好的一致性,表明模型可靠性.
结论:
- 开发的模型在预测AR方面表现良好.
- 这些模型可以作为AR PrEP候选人的潜在自动选工具.
- 早期识别AR候选人可以优化资源配置和健康管理.
