Development and validation of claims-based algorithms to ascertain gestational age in multiple gestations
Diese Studie entwickelte und validierte einen hierarchischen, auf Abrechnungsdaten basierenden Algorithmus, der das Gestationsalter für Mehrlingsgeburten mit hoher Genauigkeit und ohne fehlende Werte erfolgreich schätzt, indem er nacheinander pränatalen Ultraschall, Screening-Tests und Diagnosecodes priorisiert.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, ein riesiges Rätsel darüber zu lösen, wie Babys wachsen, aber Sie haben nur eine sehr spezifische, langweilige Art von Hinweis: einen Stapel Quittungen aus einem Krankenhaus. In der Welt der medizinischen Forschung werden diese Quittungen als „administrative Claims“ bezeichnet. Sie sagen Ärzten und Wissenschaftlern, welche Behandlungen durchgeführt wurden und welche Krankheiten behandelt wurden, aber sie erzählen selten die ganze Geschichte. Eines der wichtigsten fehlenden Puzzleteile ist das „Gestationsalter“ – im Wesentlichen die Angabe, wie viele Wochen ein Baby im Mutterleib gewachsen ist. Diese Zahl richtig zu bekommen, ist so wichtig, wie das korrekte Datum auf einem Kalender einzustellen; wenn man das Datum falsch setzt, könnte man glauben, ein Baby sei zu früh oder zu spät geboren worden, was die gesamte Forschung darüber, was einer Schwangerschaft hilft oder schadet, verfälschen kann.
Lange Zeit haben Wissenschaftler versucht, dieses „Geburtsdatum“ anhand der Hinweise auf den Quittungen zu erraten, indem sie zum Beispiel nach Codes suchten, die „Frühgeburt“ besagen, oder prüften, wann ein Ultraschall durchgeführt wurde. Die meisten dieser Ratespiele waren jedoch für Einlingsschwangerschaften konzipiert. Wenn es um Zwillinge, Drillinge oder andere Mehrlinge geht, ändern sich die Regeln. Diese Schwangerschaften enden oft früher, erfordern häufigere Kontrolluntersuchungen und sehen auf dem Papier ganz anders aus. Bis jetzt hatten wir keine zuverlässige Methode, um die Quittungen speziell für diese Familien mit Mehrlingen zu lesen, was eine große Lücke in unserem Verständnis ihrer Gesundheit hinterließ.
Diese Studie ist wie ein Team von Detektiv-Wissenschaftlern, die beschlossen haben, ein brandneues, superintelligentes Regelwerk für das Erraten des Alters von Mehrlingsschwangerschaften unter Verwendung ausschließlich von Krankenhausquittungen zu erstellen. Sie haben nicht einfach nur geraten; sie haben vier verschiedene Methoden gegen einen „Goldstandard“ der Wahrheit getestet, der in einer separaten, detaillierten Datenbank zur Babygesundheit zu finden war. Sie fanden heraus, dass der beste einzelne Hinweis ein spezifischer Typ von Ultraschall war, der sehr früh in der Schwangerschaft durchgeführt wurde, und dieser war mit etwa 5,6 Tagen genau. Jedoch hat nicht jede Mutter diesen spezifischen Ultraschall in ihren Unterlagen. Daher hat das Team ein „hierarchisches“ System erstellt – eine schrittweise Leiter. Dieses System versucht zuerst den besten Hinweis, und wenn dieser fehlt, probiert es den nächstbesten Hinweis aus (wie Bluttests), und wenn auch dieser fehlt, versucht es den letzten Hinweis (diagnostische Codes).
Das Ergebnis? Diese schrittweise Leiter ermöglichte es ihnen, das Gestationsalter für 100 % der 26.714 untersuchten Mehrlingsschwangerschaften zu bestimmen, ohne auch nur eine einzige zurückzulassen. Während die erstklassige Ultraschallmethode am präzisesten war, war das Leitern-System am praktischsten, da es eine hohe Genauigkeit mit der Fähigkeit verband, für jeden eine Antwort zu finden. Die Arbeit legt nahe, dass dieser neue Rahmen ein leistungsstarkes Werkzeug für die zukünftige Forschung ist, das Wissenschaftlern hilft, endlich die Daten für Zwillinge und Drillinge korrekt zu erfassen und sicherzustellen, dass Studien über deren Gesundheit auf festem Boden statt auf unsicheren Vermutungen basieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.