文献
J-GLOBAL ID:202002234808904023   整理番号:20A2654916

大規模な医療データセットにおける高い予測性能を持つ診断コードの新規アプローチ選択小集合【JST・京大機械翻訳】

A novel approach selected small sets of diagnosis codes with high prediction performance in large healthcare datasets
著者 (7件):
資料名:
巻: 128  ページ: 20-28  発行年: 2020年 
JST資料番号: T0031A  ISSN: 0895-4356  CODEN: JOCDAE  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究の目的は,電子医療記録の大きなデータセットにおいて高い予測性能を有する診断コードの小さなセットを選択するためのアプローチを調べることであった。これは,2015~2017年のイングランドにおける心筋梗塞(n=200,119),股関節骨折(n=169,646)または結腸直腸癌手術(n=56,515)の患者に対する全国病院と死亡率記録を用いたモデリング研究であった。1年間の死亡率を,ロジスティック回帰を用いて少なくとも0.5%の患者で記録されたICD-10コードから予測した。近似法を用いて,全モデル予測における少なくとも95%の変動を説明するより少ないコードを選択した。1年死亡率は,心筋梗塞後の17.2%(34,520),股関節骨折後の27.2%(46,115),および結腸直腸手術後の9.3%(5,273)であった。完全なモデルは,これらの集団における202,257および209ICD-10コードを含んだ。これらのモデルのC統計は0.884(95%信頼区間(CI)0.882,0.886),0.798(0.795,0.800)および0.810(0.804,0.817)であった。縮小モデルは18,33および41のコードを含み,0.874(95%CI0.872,0.876),0.791(0.788,0.793)および0.807(0.801,0.813)のc統計を有した。Brierスコアを用いて測定した場合,性能も同様であった。すべてのモデルはよく較正された。提案アプローチは,コードの大規模で包括的な集合に対して,患者転帰を比較できる診断コードの小さなセットを選択した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
疫学  ,  泌尿生殖器の臨床医学一般  ,  運動器系の疾患  ,  循環系の臨床医学一般 

前のページに戻る