在住院成年人中,静脉血栓栓塞事件的实时预后模型
Benjamin F Tillman1, Henry J Domenico2, Ryan P Moore2
1Division of Hematology and Oncology, Department of Medicine, Vanderbilt University Medical Center, Nashville, Tennessee, USA.
Research and practice in thrombosis and haemostasis
|June 17, 2024
概括
一个新的自动化模型预测使用电子健康记录的成人在医院获得的静脉血栓栓塞 (HA-VTE) 风险. 这种工具提供了卓越的准确性和细粒度的风险分层,以改善患者护理.
科学领域:
- 医疗信息学 医疗信息学
- 临床预测模型临床预测模型
- 公共卫生 公共卫生
背景情况:
- 医院获得的静脉血栓塞栓症 (HA-VTE) 是患者发病率和死亡率的重要原因.
- 目前的风险预测模型缺乏广泛的适用性和自动化潜力.
- 有效的风险分层对于预防住院成年人HA-VTE至关重要.
研究的目的:
- 开发一个自动化的实时预后模型,用于成人住院患者的HA-VTE.
- 利用易于获得的电子健康记录 (EHR) 数据用于模型开发.
- 为所有住院成年人提供准确和自动化的HA-VTE风险评估.
主要方法:
- 为了开发模型,使用了132,330例成年住院患者 (2018-2020) 的衍生队列.
- 最小绝对收缩和选择操作员 (LASSO) 回归用于模型构建.
- 在62,546次遭遇 (2021-2022) 中进行了时间外部验证,评估了歧视 (C统计) 和校准 (ICI).
主要成果:
- 该模型在导出队列中发现了1187个HA-VTE事件,在验证队列中发现了864个HA-VTE事件.
- 关键预测因素包括中央线的位置;该模型包含25个变量.
- 取得了优异的预测性能:C统计值为0.891 (95% CI,0.882-0.900) 和ICI为0.001.
结论:
- 使用EHR数据开发了一个完全自动化的HA-VTE预后模型.
- 这种模型显示出比现有方法更优越的预测性能.
- 它提供了细粒度的,针对患者的风险概率,使得准确的HA-VTE风险分层成为可能.
