诊断代码和实验室测试的有效性,以识别胆瘤及其亚型
Nicole D Ferrante1,2, Rebecca A Hubbard2, Kelley Weinfurtner1
1Division of Gastroenterology and Hepatology, Perelman School of Medicine, University of Pennsylvania, Philadelphia, Pennsylvania, USA.
Pharmacoepidemiology and drug safety
|May 6, 2025
概括
经过验证的算法在现实数据中准确地识别了胆管癌,使得对这种恶性瘤及其治疗的关键药物流行病学研究成为可能.
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:
- 缺乏验证的方法阻碍了对胆管癌的药物流行病学研究.
- 现实世界的数据分析对于了解癌症决定因素和治疗有效性至关重要.
研究的目的:
- 评估国际瘤分类第三版 (ICD-O-3) 基于算法识别胆管癌的准确性.
- 确定这些算法在分类胆瘤亚型 (肝内和肝外) 中的准确性.
主要方法:
- 在退伍军人卫生管理局 (VA) 数据中使用ICD-O-3组织学和地形学代码开发了八种算法.
- 纳入最大总胆红素水平和诊断日期以完善亚型识别.
- 验证了算法,通过对肝病学家随机选择的患者 (每算法最多80人) 的记录进行审查.
主要成果:
- 所有八种算法都显示了胆管癌的高正预测值 (PPV),从83.8%到100.0%不等.
- 两种肝脏内胆固醇癌的算法实现了PPV的88.8%和91.3%.
- 对于肝外胆管癌的四个算法显示PPVs范围从80.0%到94.0%.
结论:
- 开发的算法对于在大数据集中识别胆管癌及其亚型非常准确.
- 这些经过验证的算法将促进未来对胆管癌的药物流行病学研究.
- 能够评估与肝内或肝外胆管癌相关的药物.
