使用日本行政数据开发的识别患有间歇性肺炎急性恶化和急性间歇性肺部疾病的患者的算法
Keisuke Anan1,2,3,4, Yuki Kataoka5,1,4,6, Kazuya Ichikado2
1Department of Healthcare Epidemiology, Kyoto University Graduate School of Medicine / School of Public Health, Kyoto, JPN.
使用日本行政数据开发了算法来识别患有间歇性肺炎急性恶化和急性间歇性肺部疾病的患者,显示了未来研究的高积极预测价值.
科学领域:
- 肺部医学 肺部医学
- 医疗信息学 医疗信息学
- 数据科学数据科学数据科学
背景情况:
- 日本的行政数据为研究间歇性肺病提供了宝贵的资源.
- 准确识别患有间歇性肺炎急性恶化 (AEIP) 和急性间歇性肺病 (AILD) 的患者对研究至关重要.
研究的目的:
- 使用日本行政数据开发和验证用于识别AEIP和AILD患者的算法.
- 通过积极的预测值计算来评估这些算法的准确性.
主要方法:
- 进行了一项单中心验证研究.
- 基于2016年1月至2021年12月期间入院的患者的索赔数据开发了算法.
- 通过专家审查确认了诊断,并计算了积极的预测值.
主要成果:
- 对AEIP和AILD的算法显示出高的正预测值 (分别为0.82和0.82).
- 对于AEIP或AILD的组合算法也显示出高精度 (PPV:0.89).
- 替代算法提供了预测价值和捕获更多真实积极案例之间的平衡.
结论:
- 开发的算法具有很高的积极预测价值,用于识别AEIP和AILD患者.
- 这些算法适用于未来使用日本行政数据进行大规模数据库研究.
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
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
相关概念视频
Pneumonia III: Complications and Assessment
Statistical Methods for Analyzing Epidemiological Data
Chronic Obstructive Pulmonary Disease-IV: Assessement and Diagnostic Studies
Medical History
