儿科亚托皮性皮肤炎预测模型的开发:一个回顾性的横截面全国数据库研究研究
Tamar Landau1, Keren Gamrasni1, Alex Levin1
1MYOR Diagnostics Ltd, Zichron Yaakov, Israel.
概括
预测阿托皮性皮肤炎 (AD) 风险是可能的,使用易于访问的因素,如家庭病史和社会经济地位. 这些模型可以帮助识别患AD风险较高的个体.
科学领域:
- 皮肤病学和公共卫生
- 流行病学 流行病学
- 预测分析是一种预测分析.
背景情况:
- 与暴露组,生活方式和家族病史相关的亚托皮炎 (AD) 的患病率上升.
- 了解AD发展的驱动因素需要分析家族史以及其他风险因素.
研究的目的:
- 开发可靠的预测模型来评估亚托皮性皮肤炎 (AD) 风险.
- 利用大量,多样化的队列 (N = 77,525) 和随时可用的风险因素.
主要方法:
- 来自Leumit健康系统的电子病历分析.
- 包括预测因素:性别,出生季节,环境,社会经济地位,吸烟,先前的皮肤疾病,兄弟姐妹数量,家族病史和抗生素使用.
- 在数据集上的预测模型的培训和验证.
主要成果:
- 确定了AD的主要风险驱动因素:更高的社会经济地位,先前的接触性皮肤炎诊断,以及亚托皮病家族史.
- 开发了一个随机森林模型,其灵敏度为61%和特异性为84%.
- 一般化混合模型实现了风险预测曲线下的面积为0.98.
结论:
- 使用可访问,非侵入性输入的预测建模提供了一种强大的方法来分层亚托皮性皮炎 (AD) 风险.
- 这种方法可以帮助早期识别AD和潜在的干预策略.


