使用索赔数据来预测腹手术患者手术前的BMI:腹手术前BMI评分系统 (B3S3) 的发展
Jenna Wong1,2,3, Xiaojuan Li1,2, David E Arterburn4
1Department of Population Medicine, Harvard Pilgrim Health Care Institute, Boston, MA, USA.
Pragmatic and observational research
|April 1, 2024
概括
研究人员开发了B3S3评分系统,使用索赔数据预测手术前的身体质量指数 (BMI). 该工具通过在电子健康记录无法获得时提供准确的BMI估计来增强减肥手术研究.
科学领域:
- 医疗信息学 医疗信息学
- 医疗数据分析 医学数据分析
- 医疗保健中的机器学习
背景情况:
- 索赔数据缺乏身体质量指数 (BMI) 测量,限制了它们在减肥手术研究中的实用性.
- 在手术前,可以使用与体重相关的诊断代码和与BMI相关的报销要求来计算BMI.
研究的目的:
- 开发一条机器学习管道,以创建一个基于索赔的评分系统,用于预测手术前的BMI.
- 为了评估这个评分系统 (B3S3) 与基准模型的性能.
主要方法:
- 使用Optum Labs数据仓库中的链接的非识别索赔和电子健康记录 (EHR) 数据.
- 在EHR数据中识别了接受减肥手术的成年患者,手术前的BMI.
- 从索赔数据中构建预测器,并应用机器学习管道来开发B3S3评分系统.
主要成果:
- B3S3评分系统,包括体重相关的诊断代码,年龄,住院和开出的药物,在预测手术前BMI方面表现出色 (R2 0.862).
- 在并发和前测试数据集中,B3S3的表现优于简单的线性回归基准模型.
- 该模型在不同测试数据集中显示出强大的校准和一致的性能.
结论:
- B3S3为研究人员提供了一个可访问的工具,可以从索赔数据中获得细粒度和准确的预测术前BMI值.
- 这种工具可以增强混控制,并通过减肥手术研究的基线肥胖水平对效果修改的调查.
- B3S3 提高了索赔数据的实用性,用于减肥手术中与肥胖相关的研究.
