创建一个修改版的剑桥多病率得分来预测16岁以上的人的死亡率:模型开发和验证

科学领域:

• 医疗保健服务研究 医疗服务研究
• 流行病学 流行病学
• 生物统计学 生物统计学

背景情况:

• 对于英国的流行病规划和研究 (GDPPR) 的通用实践提取服务数据,没有经过验证的多病性度量.
• 剑桥多病率得分 (CMMS) 预测死亡率,但使用阅读代码,而不是GDPPR的SNOMED CT.
• 以前的SNOMED CT对CMMS的调整是不合适的,因为GDPPR条款有限.

研究的目的:

• 在GDPPR中使用SNOMED CT术语开发和验证修改后的CMMS.
• 创建一个工具,用于调整流行病规划和研究中的多病症,使用全国性的初级保健数据.

主要方法:

• 根据SNOMED CT代码中的流行率和预测值,选择了37个原始CMMS条件.
• 在50万人的数据集上使用考克斯比例危险模型开发了一个新的CMMS模型.
• 在独立数据集 (每组25万个) 上验证了模型,用于1年和5年死亡率预测.

主要成果:

• 最终的模型包括17个条件,与以前广泛的SNOMED CT CMMS重叠.
• 在1年死亡率 (哈雷尔C=0.92) 和良好的校准方面取得了高分辨率.
• 性能与原始和之前修改的CMMS模型相提并论.

结论:

• 一个新的修改后的CMMS,使用17个SNOMED CT变量,适合GDPPR.
• 该工具允许在大规模的初级保健研究中进行多病性调整,包括流行病规划和疫苗有效性研究.
• 允许使用常规的英国初级保健数据进行可靠的流行病学研究.