结直肠癌预测模型的开发和验证:一项全国性的基于队列的研究
Ofer Isakov1,2,3, Dan Riesel1, Michael Leshchinsky1
1Innovation Division, Clalit Research Institute, Clalit Health Services, Tel Aviv, Israel.
Digestive diseases and sciences
|April 25, 2024
概括
这项研究使用电子健康记录开发了一个个性化结肠直肠癌 (CRC) 风险预测模型. 该模型精确地识别高风险个体,改善早期检测和CRC查患者的结果.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 公共卫生 公共卫生
背景情况:
- 结肠直肠癌 (CRC) 的早期诊断对于改善生存率至关重要.
- 计算机化风险预测模型为识别CRC高风险个体提供了一个有希望的方法.
- 有效的全人口查需要在相关队列上开发和验证的模型.
研究的目的:
- 建立结直肠癌 (CRC) 诊断的风险预测模型.
- 该模型基于符合CRC查条件的个人电子健康记录 (EHR).
主要方法:
- 使用Clalit健康服务 (CHS) EHR数据进行的回顾性队列研究.
- 包括50-74岁的CHS成员,有资格接受CRC查 (2013年1月至2019年1月).
- 训练有素的模型可以在2年内预测CRC诊断,考虑约2万个EHR特征.
主要成果:
- 包括2,935个CRC病例和1,133,457个控制.
- 在前1%的风险分数中,CRC发病率显著增加 (2.3%与0.3%,P<0.001).
- 风险分层确定了与单独FOBT相比,CRC风险>2x的个体.
结论:
- 开发了一个个性化的CRC风险预测模型.
- 该模型作为医疗保健提供者的决策支持工具.
- 旨在准确识别高风险个体,以便及时进行验证测试.
