对识别儿科神经发育结果的算法进行系统审查
Sandra Lopez-Leon1,2, Xuerong Wen3, Sneha Gaitonde2
1Quantitative Safety & Epidemiology, Novartis Pharmaceuticals, East Hanover, New Jersey, USA.
Pharmacoepidemiology and drug safety
|September 18, 2025
概括
这项研究在电子健康数据中审查了儿科神经发育结果 (NDO) 的算法. 它建议使用单个结果和验证的算法来准确地进行流行病学估计,特别是在自闭症谱系障碍和多动症和多动症方面.
科学领域:
- 儿科健康研究 儿科健康研究
- 流行病学 流行病学
- 医疗信息学 医疗信息学
背景情况:
- 使用二次数据调查儿科神经发育结果 (NDO) 存在挑战,因为定义和编码不一致.
- 电子医疗数据提供了宝贵的资源,但需要标准化的算法可靠的NDO评估.
研究的目的:
- 在使用电子医疗数据的研究中,系统地审查和识别用于定义NDO的算法.
- 了解在研究中为儿科患者群体定义NDO时使用的方法.
主要方法:
- 对2010年1月1日至2025年3月10日的研究进行了系统的文献审查.
- 搜索术语集中在NDO算法,例行收集的医疗保健数据和儿科患者群体.
- 两名独立审查员选了研究,第三名审查员解决了差异;使用了描述性统计数据.
主要成果:
- 包括使用NDO算法的156篇出版物;18项研究验证了其结果.
- 自闭症谱系障碍 (ASD) 和注意力缺陷多动性障碍 (ADHD) 是最受研究的NDO.
- 大多数研究集中在ASD (65.6%) 和ADHD (45.9%),通常是单个或复合的结果.
结论:
- 为了清晰度和精确性,建议提交多个单个NDO,而不是复合结果.
- 经过验证的算法,特别是北欧数据中的单代码诊断,显示出高预测价值; 美国数据可能需要更复杂的算法.
- 清楚地定义NDO评估的时间对于有效的流行病学估计至关重要.
更多相关视频
11:14A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants
Published on: October 4, 2015
11.4K
11:29Measuring the Functional Abilities of Children Aged 3-6 Years Old with Observational Methods and Computer Tools
Published on: June 20, 2020
9.7K
