基于索赔的算法的有效性,用于使用系统性红斑狼疾病活动指数2000对韩国患有系统性红斑狼的患者进行疾病活动水平分类

科学领域:

• 类风湿病学 类风湿病学
• 医疗信息学 医疗信息学
• 流行病学 流行病学

背景情况:

• 系统性红斑狼 (SLE) 是一种复杂的自身免疫性疾病,需要精确监测疾病活动.
• 使用行政索赔数据对SLE疾病活动进行分类具有挑战性,但对于大规模研究至关重要.
• 现有的算法需要对特定人群进行验证,例如韩国患者.

研究的目的:

• 通过使用韩国医疗保健索赔数据,验证基于索赔的算法来对患有系统性红斑狼 (SLE) 的患者的疾病活性进行分类.
• 评估三种不同的算法在识别轻度SLE疾病活动中的性能.

主要方法:

• 分析了151名SLE患者的前性队列,并使用SLEDAI-2K得分作为黄金标准评估疾病活性.
• 评估了三种基于索赔的算法,包括诊断代码,并发症数据和药物使用 (包括葡萄糖皮质激素治疗的变化).
• 算法性能通过灵敏度,特异性和积极预测值 (PPV) 来衡量轻度疾病的分类 (SLEDAI-2K <3).

主要成果:

• 调整葡萄糖皮质类药物剂量标准的算法3显示,用于识别轻度SLE疾病活动的最高正预测值 (PPV) 为77.2%.
• 测试的算法在分类轻度疾病活动方面表现适度.
• 加入静脉注射葡萄皮质激素或调整剂量值等修改并没有显著提高分类精度,超出了表现最佳的算法.

结论:

• 使用诊断和药物代码的基于声明的算法可以有效地分类轻度SLE疾病活性,PPV为77.2%.
• 这种经过验证的方法为评估韩国基于索赔的研究中SLE疾病活性提供了实用工具.
• 进一步完善基于索赔的算法可能会提高它们在现实世界的临床研究和患者管理中的实用性.