在电子健康记录中创建基线东部合作性瘤组绩效状态的代理,用于高级非小细胞肺癌的比较有效性研究

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 生物统计学 生物统计学

背景情况:

• 东方合作瘤集团 (ECOG PS) 的绩效状态对于癌症研究至关重要,但在电子健康记录 (EHR) 中经常缺失.
• 不完整的ECOGPS数据可以通过引入已知和归算数据的患者之间的生存差异来偏见比较有效性研究.
• 现有的归算方法可能无法充分保护临床结果,使研究复杂化.

研究的目的:

• 开发和验证一种新型的归算方法,用于在高级非小细胞肺癌 (aNSCLC) 患者中缺少ECOG PS.
• 确保在生存结果方面,已知ECOG PS的患者与已知ECOG PS的患者无法区分.
• 为了减少来自不完整的ECOGPS数据的比较有效性研究中的潜在偏见.

主要方法:

• 使用了对接受一线治疗的NSCLC患者的非识别的EHR数据库.
• 采用了一种新的归算策略,涉及样本分割,预测建模,以及由临床结果决定的最佳值.
• 通过使用分类指标和比较观察到的和归算的ECOG PS.之间的生存指标来验证方法.

主要成果:

• 在62,101名患者中,有21%的患者在基线缺失了ECOG PS.
• 新的归算方法表现出与其他技术相比,可比或更高的准确性 (73.3%),灵敏度 (42.4%),和特异性 (81%).
• 实现了最小的生存度差异:0.07的危险比率, -0.36个月的平均存活时间对于良好的ECOG PS (<2) 和 -0.39个月对于不良的ECOG PS (≥2).

结论:

• 开发的归算方法有效地调整了临床结果,提高了EHR数据对NSCLC研究的有用性.
• 这种方法提高了比较有效性研究的可靠性,通过将缺少的ECOG PS数据的偏差降到最低.
• 该方法为在瘤学研究中利用真实世界的数据提供了一个强大的解决方案.