开发和验证一种算法,用于从晚期慢性病患者中识别接受透析的患者

科学领域:

• 腎臟病學 (nephrology) 是一種醫學.
• 医疗信息学 医疗信息学
• 临床研究 临床研究

背景情况:

• 在那些估计的淋巴细胞过率 (eGFR) <15mL/min/1.73m2的透析患者中识别透析患者是具有挑战性的.
• 电子健康记录 (EHR) 对晚期慢性病 (CKD) 的临床研究至关重要.
• 使用常规实验室数据开发算法可以改善用于研究的患者鉴定.

研究的目的:

• 开发和验证用于识别透析患者的算法,使用实验室数据对EGFR<15mL/min/1.73m2的个体进行验证.
• 通过准确的患者队列识别,促进高级CKD的临床研究.
• 为了区分透析和非透析患者在晚期CKD人口.

主要方法:

• 在六家日本医院收集了1142名EGFR<15mL/min/1.73m2的患者的临床数据.
• 使用后勤回归与逐步向后选择来识别用于分类模型的候选因素.
• 排除了移植患者 (疾病代码Z94.0) 并使用PD溶液处方作为主要标识符.

主要成果:

• 在排除PD患者后,开发的算法结合了七个实验室参数,实现了高精度.
• 接收器运行特征曲线下的面积为0.95 (导出) 和0.98 (验证).
• 积极的预测值为90.9% (导出) 和96.2% (验证);负的预测值为91.4% (导出) 和94.6% (验证).

结论:

• 在那些患有晚期CKD (eGFR<15 mL/min/1.73 m2) 的透析患者中成功确定了透析患者.
• 这项研究为 nefrology 的大规模数据库研究提供了基础.
• 这种方法对于研究非透析依赖的晚期CKD患者尤其有价值.