基于索赔的算法来估计德国医疗保险基金中多发性硬化症的扩展残疾状态量表:使用患者医疗记录的验证研究

科学领域:

• 神经学 神经学
• 医疗信息学 医疗信息学
• 流行病学 流行病学

背景情况:

• 扩展残疾状况表 (EDSS) 对于跟踪多发性硬化症 (MS) 进展至关重要,但在行政索赔数据库中没有.
• 这种限制阻碍了使用例行收集的医疗保健数据进行大规模的MS残疾评估.

研究的目的:

• 开发和验证一个基于索赔的算法来估计EDSS分数.
• 根据临床记录的EDSS值来评估算法的预测性能.

主要方法:

• 创建了一个结合德国AOK PLUS索赔和MSDS3D临床记录的链接数据集.
• 使用69个MS相关的ICD-10-GM代码开发了一个估计代理EDSS (pEDSS) 的算法.
• 使用多类和二进制分类器对真实EDSS值进行pEDSS预测性能评估.

主要成果:

• 算法显示,与真实值的平均偏差为1.2 EDSS点 (MSE=2.6).
• 一个8级分类器的性能很低 (宏F1=0.25),但3级 (F1=0.68) 和二进制 (F1=0.84) 严重残疾分类器的性能很好.
• 在一个大队列 (3,756名患者),年龄较大,进展性MS和较高的并发症负担与较高的pEDSS相关.

结论:

• 基于索赔的EDSS代理 (pEDSS) 算法低估了轻度至中度的MS残疾,因为索赔数据捕获的局限性.
• 尽管细节性有限,但更广泛的严重程度分类显示出在大群体中对MS残疾评估的有价值的预测性能.