分析患者生成的高频健康数据以评估治疗反应的方法:范围审查
Michelo Banda1, Sian Bladon1, Mariam Al-Attar1
1The University of Manchester, Manchester, England.
Studies in health technology and informatics
|May 17, 2025
概括
这次审查发现,电子患者报告健康数据 (ePGHD) 越来越多地用于评估治疗反应. 然而,许多研究缺乏可靠的统计方法,这可能会影响准确性.
科学领域:
- 医疗信息学 医疗信息学
- 临床研究方法论 临床研究方法论
- 数字健康数字健康
背景情况:
- 电子患者报告健康数据 (ePGHD) 是评估治疗反应的一个不断增长的领域.
- 有相当多的研究使用移动应用程序进行ePGHD收集.
- 观察性研究设计在这个领域很普遍.
研究的目的:
- 审查在使用高频ePGHD进行治疗反应评估的研究中使用的方法.
- 确定ePGHD数据分析中的常见做法和局限性.
- 突出需要改进分析技术的需要.
主要方法:
- 对190项研究进行了系统审查,对50项进行了初步分析.
- ePGHD类型的分类 (例如症状,饮食) 和收集方法 (例如移动应用程序).
- 评估统计方法,包括描述性统计,K-means集群和混合效应模型.
主要成果:
- 大多数研究是观察性的 (44%),并通过移动应用程序 (80%) 收集了多样化的ePGHD.
- 一些研究采用了低于最佳的方法,如数据排除或忽略相关性.
- 一部分研究使用了强大的混合效应模型来计算数据相关性.
结论:
- 高频ePGHD用于治疗响应评估的使用正在增加.
- 目前的分析方法往往是不够的,风险不准确的治疗反应估计.
- 广泛采用强大的统计方法对于可靠的ePGHD分析至关重要.
更多相关视频
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
10.6K
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
14.3K
