一个基于索赔的算法,用于识别腺炎suppurativa严重程度
Maria C Schneeweiss1,2,3, Priyanka Anand1,2, Arash Mostaghimi2,3
1Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women's Hospital, Boston, MA, USA.
Clinical epidemiology
|November 13, 2025
概括
开发一个基于索赔的算法来识别 hidradenitis suppurativa (HS) 严重程度显示出严重病例的前景. 该算法在索赔数据中最好区分轻度/中度和严重的HS.
科学领域:
- 皮肤病学 皮肤病学
- 医疗信息学 医疗信息学
- 流行病学 流行病学
背景情况:
- 行政索赔数据库缺乏关于腹炎 (HS) 严重程度的信息.
- 在索赔数据中准确识别HS严重程度对于治疗效果修改分析至关重要.
研究的目的:
- 开发和验证基于索赔的算法,用于识别轻度,中度和严重的HS.
- 提高基于疾病严重程度分析HS治疗效果的能力.
主要方法:
- 连接电子健康记录 (EHR) 与医疗补助申请数据 (2016年10月至2019年12月).
- 在训练样本上使用多项 LASSO 回归来确定HS严重程度的关键索赔基变量.
- 在保留测试样本中使用正预测值 (PPV) 验证了算法.
主要成果:
- 该算法在一项ICD-10诊断下实现了HS的89%的PPV,在同时使用全身药物时改善到100%.
- 对于HS严重程度的PPV为20% (轻度/不确定的),54% (中度) 和67% (严重).
- 结合轻度/中度与严重的HS,获得了71%的PPV,这表明在识别严重病例方面表现良好.
结论:
- 开发的基于索赔的算法在识别严重的HS时表现出合理的性能.
- 该算法在区分轻度和中度HS时存在局限性.
- 将严重程度结合到轻度/中度与严重的类别中,提高了算法的性能.
