文献

J-GLOBAL ID：202202273988241917   整理番号：22A0626978

妊娠合併症(IPPIC)ネットワークデータベースの国際予測を用いた死産を予測するための予後モデルの外部検証:個々の参加者データメタ分析【JST・京大機械翻訳】

External validation of prognostic models to predict stillbirth using International Prediction of Pregnancy Complications (IPPIC) Network database: individual participant data meta-analysis

著者 (24件)： Allotey J. (WHO Collaborating Centre for Global Women’s Health, Institute of Metabolism and Systems Research, University of Birmingham, Birmingham, UK) ,  Allotey J. (Institute of Applied Health Research, University of Birmingham, Birmingham, UK) ,  Whittle R. (Centre for Prognosis Research, School of Medicine, Keele University, Keele, UK) ,  Snell K. I. E. (Centre for Prognosis Research, School of Medicine, Keele University, Keele, UK) ,  Smuk M. (Medical Statistics Department, London School of Hygiene and Tropical Medicine, London, UK) ,  Townsend R. (Fetal Medicine Unit, St George’s University Hospitals NHS Foundation Trust, University of London, London, UK) ,  Townsend R. (Vascular Biology Research Centre, Molecular and Clinical Sciences Research Institute, St George’s University of London, London, UK) ,  von Dadelszen P. (Department of Women and Children’s Health, School of Life Course Sciences, King’s College London, London, UK) ,  Heazell A. E. P. (Maternal and Fetal Health Research Centre, School of Medical Sciences, Faculty of Biology, Medicine and Health, University of Manchester, Manchester, UK) ,  Magee L. (Department of Women and Children’s Health, School of Life Course Sciences, King’s College London, London, UK) ,  Smith G. C. S. (Department of Obstetrics and Gynaecology, NIHR Biomedical Research Centre, Cambridge University, Cambridge, UK) ,  Sandall J. (Department of Women and Children’s Health, School of Life Course Sciences, King’s College London, London, UK) ,  Sandall J. (Health Service and Population Research Department, Centre for Implementation Science, Institute of Psychiatry, Psychology and Neuroscience, King’s College London, London, UK) ,  Thilaganathan B. (Fetal Medicine Unit, St George’s University Hospitals NHS Foundation Trust, University of London, London, UK) ,  Thilaganathan B. (Vascular Biology Research Centre, Molecular and Clinical Sciences Research Institute, St George’s University of London, London, UK) ,  Zamora J. (WHO Collaborating Centre for Global Women’s Health, Institute of Metabolism and Systems Research, University of Birmingham, Birmingham, UK) ,  Zamora J. (Clinical Biostatistics Unit, Hospital Universitario Ramon y Cajal (IRYCIS), Madrid, Spain) ,  Zamora J. (CIBER Epidemiology and Public Health (CIBERESP), Madrid, Spain) ,  Riley R. D. (Centre for Prognosis Research, School of Medicine, Keele University, Keele, UK) ,  Khalil A. (Fetal Medicine Unit, St George’s University Hospitals NHS Foundation Trust, University of London, London, UK) ,  Khalil A. (Vascular Biology Research Centre, Molecular and Clinical Sciences Research Institute, St George’s University of London, London, UK) ,  Thangaratinam S. (WHO Collaborating Centre for Global Women’s Health, Institute of Metabolism and Systems Research, University of Birmingham, Birmingham, UK) ,  Thangaratinam S. (Birmingham Women’s and Children’s NHS Foundation Trust, Birmingham, UK) ,  the IPPIC Collaborative Network
資料名： Ultrasound in Obstetrics & Gynecology  (Ultrasound in Obstetrics & Gynecology)
巻： 59  号： 2  ページ： 209-219  発行年： 2022年 
JST資料番号： W1803A  ISSN： 0960-7692  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 目的:蒸留は妊娠の潜在的に予防可能な合併症である。死産のリスクが高い女性の同定は,胎児死亡を予防するために,分娩のより詳細な監視とタイミングの必要性の決定を導くことができる。予測モデルは,死産のリスクを予測するために開発されたが,まだ外部で検証されていない。本研究では,個々の参加者データ(IPD)メタアナリシスを用いて死産の公表予測モデルを外部検証して,それらの予測性能を評価した。【方法】MEDLINE,EMBASE,DH-DATAおよびAMEDデータベースを,死産予測モデルを報告する研究を確認するために,2020年12月から2020年12月まで検索した。妊娠中の任意の時間で使用するための死産のための予測モデルを開発した。国際予測(IPPIC)ネットワーク内のコホートからのIPDを用いて,個々の変数がIPDで利用できる同定予測モデルを外部的に検証した。モデルとコホートのバイアスのリスクを,予測研究リスク(PROBAST)を用いて評価した。モデルの弁別性能をC統計を用いて評価し,較正プロット,キャリブレーション勾配及びキャリブレーションを用いてキャリブレーションを評価した。各コホートで性能尺度を別々に評価し,ランダム効果メタ分析を用いてコホート全体にわたって要約した。臨床的有用性を純利益を用いて評価した。結果:死産に対する40の予後モデルの開発を報告する17の研究を同定した。モデルのどれも以前に検証されていない,そして,完全なモデル方程式は,モデルの1次(20%,8/40)だけについて報告された。IPPICネットワークデータベース内の19コホート(491201妊娠女性)からのIPDを用いて,これらのモデルの3つに対して外部検証が可能であった。モデル開発研究の評価に基づき,PROBASTに従って,全3つのモデルはバイアスの全体的に高いリスクを有した。IPDメタアナリシスでは,モデルは0.53~0.65の範囲の要約C統計と0.40~0.88の範囲の要約キャリブレーション勾配を持ち,リスク予測は,一般に,観察されたリスクと比較して,あまりに極端であった。モデルは,正味の利益によって評価されたように,臨床的有用性がほとんどなかった。しかし,利用可能なサンプルサイズが小さいため,いくつかのモデルの性能に不確実性があった。結論:3つの検証済みの死産予測モデルは,それらの臨床応用を支持する限られた証拠で,新しいデータにおいて一般的に不良で不確実な予測性能を示した。この知見は,過剰適合を含む開発における方法論的欠点を示唆する。これらおよび他のモデルをさらに検証するためには更なる研究が必要であり,より強力な予後因子を同定し,よりロバストな予測モデルを開発する必要がある。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データベース ,  *ネットワーク ,  不確実性 ,  リスク ,  *妊娠 ,  分娩 ,  因子 ,  *モデル ,  母集団 ,  ロバスト性 ,  *妊娠合併症 ,  妊婦 ,  予測モデル ,  前向きコホート研究
準シソーラス用語： *死産 ,  予後因子 , 【Automatic Indexing@JST】

著者キーワード (5件)： 外部検証 ,  個々の参加者データ ,  子宮内死亡 ,  予測モデル ,  死産

分類 (2件)： 婦人科・産科の診断  (GS02000W) ,  感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (8件)： 妊娠合併症 ,  データベース ,  予測 ,  死産 ,  予後モデル ,  外部検証 ,  参加者 ,  メタ分析