使用电子健康记录预测儿科人口的粮食不安全

科学领域:

• 儿科医疗保健 儿科医疗保健
• 公共卫生 公共卫生
• 医疗信息学 医疗信息学

背景情况:

• 超过500万美国儿童经历粮食不安全 (FI),这是一个关键的未满足的社会需求.
• 对于医疗保健系统有效查儿科FI的指导是有限的.
• 电子健康记录 (EHR) 包含有价值的数据,用于预测FI.

研究的目的:

• 开发和验证用于识别儿科食品不安全的预测模型.
• 利用来自EHR的人口,地理,医疗和历史未满足的与健康相关的社会需求数据.
• 增强医疗保健系统在解决儿童FI方面的能力.

主要方法:

• 在一个学术儿科初级保健诊所 (2017-2021) 的儿童进行了回顾性纵向队列研究.
• 纳入美国社区调查对社区级社会经济因素的数据.
• 对比后勤回归,随机森林和梯度增强机器模型用于FI预测.

主要成果:

• 使用12个月的回顾和邻近变量的后勤回归实现了最佳表现 (C统计值0.70,PPV0.92).
• 该模型的性能优于随机森林 (C=0.65) 和梯度增强机器 (C=0.68) 模型.
• 即使在处理缺失数据时,模型性能也保持一致.

结论:

• 开发的模型证明了对儿科食品不安全的预测能力.
• 需要进一步的研究来完善和提高儿科FI预测模型的稳定性.
• 改进的预测工具可以支持针对有风险儿童的有针对性的干预.