从病史事件中预测恶性中枢神经系统瘤的风险
1Author Affiliation: Department of Health Administration and Policy, College of Public Health, George Mason University, Fairfax, Virginia.
Quality management in health care
|March 18, 2025
概括
恶性脑瘤 (MBT) 是年轻人癌症死亡的主要原因. 这项研究使用病史数据来预测MBT风险,确定内分泌,神经和淋巴系统作为关键指标.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 流行病学 流行病学
背景情况:
- 恶性脑和其他中枢神经系统瘤 (MBT) 是年轻人癌症死亡的重要原因.
- 对于MBT而言,很少有确定的预测因素或预防性查指南.
- 这项研究探讨了电子健康记录 (EHR) 数据对评估手术风险的有用性.
研究的目的:
- 研究使用患者病史来预测恶性脑瘤 (MBT) 风险的潜力.
- 使用大规模的EHR数据开发和验证MBT的预测模型.
主要方法:
- 后勤最小绝对缩小和选择操作员 (LASSO) 回归被应用于超过40万名患者病史的数据集.
- 诊断被分为16个身体系统,包括组合和缺失值指标.
- 模型性能使用麦克法登的R2和接受器运行特征曲线 (AUC) 下的区域在80/20培训/验证分割上进行了评估.
主要成果:
- 与内分泌,神经和淋巴系统相关的诊断表明与MBT有显著的关联 (超过三倍).
- 最佳预测模型实现了0.83.8的AUC.
- 这个模型包含了14个身体系统诊断组,它们的相互作用,人口统计数据,健康的社会决定因素,死亡指标和缺失诊断指标.
结论:
- 使用EHR数据的大数据模型可以有效预测MBT风险.
- 预测模型提供了一种非侵入性的,具有成本效益的方法来识别有风险的个人,解决目前缺乏查指南的问题.
- 这种方法有助于早期识别和潜在的干预,对患有MBT风险的患者.
