基于模型的疾病映射使用初级保健登记数据
Arne Janssens1, Bert Vaes1, Gijs Van Pottelbergh1
1Academic Centre of General Practice, Department of Public Health and Primary Care, Faculty of Medicine, KU Leuven, Kapucijnenvoer 35, B-3000 Leuven, Belgium.
初级保健注册有效估计空间疾病趋势,即使采样挑战. 为报告变化进行调整可以提高空间疾病风险建模的可靠性.
科学领域:
- 公共卫生监督 公共卫生监督
- 空间流行病学 空间流行病学
- 医疗信息学 医疗信息学
背景情况:
- 使用初级保健数据的空间建模显示了公共卫生监测的潜力.
- 诸如不均的抽样和报告变化等挑战可能会影响空间模型中的统计推理.
研究的目的:
- 评估空间抽样失衡和实践特定报告变化的影响空间趋势估计.
- 评估初级保健注册表在具有挑战性的条件下用于空间疾病风险建模的实用性.
主要方法:
- 利用了来自INTEGO注册表的下呼吸道感染数据.
- 采用了具有患者特征的物流模型,市级空间随机效应和实践级非结构化随机效应.
- 进行了一项案例和模拟研究,以分析采样和报告变化的影响.
主要成果:
- 空间模型表现出良好的表现,尽管存在空间不平衡和实践特定的报告变化.
- 随着更大的空间样本平衡和减少实践特定报告变化,模型性能得到了改善.
- 实践群体内的患者位置的多样性被发现是显著的.
结论:
- 初级保健注册表对于空间趋势的估计是有价值的,当对报告工作进行校正时.
- 报告和采样中变化的考虑对于准确的空间疾病风险评估至关重要.
- 在实践中患者的空间分布是可靠的空间建模的一个重要因素.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
相关概念视频
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Methods of Documentation II: POMR
Principles of Disease Surveillance
