Development and validation of claims-based algorithms to ascertain gestational age in multiple gestations

Technische Samenvatting: Ontwikkeling en Validatie van Claims-gebaseerde Algoritmen voor Gestatieleeftijd bij Meerlingzwangerschappen

Probleemstelling
Nauwkeurige toewijzing van de gestatieleeftijd (gestational age, GA) is een hoeksteen van epidemiologisch onderzoek naar zwangerschappen, essentieel voor het classificeren van zwangerschapstijdstippen, foetale/neonatale uitkomsten en tijdvariërende blootstellingen. Echter, administratieve claims-databases, die steeds vaker worden gebruikt voor grootschalige studies, registreren de GA niet direct. Hoewel indirecte indicatoren (diagnostische codes, proceduredata) vaak worden gebruikt om de GA te schatten, zijn bestaande algoritmen primair ontwikkeld en gevalideerd voor enkelvoudige zwangerschappen. Meerlingzwangerschappen (tweelingen, drielingen, etc.) vertonen onderscheidende obstetrische kenmerken, waaronder hogere percentages vroeggeboorten en andere patronen in de gezondheidszorgbenutting, wat de nauwkeurigheid of toepasbaarheid van op enkelvoudige zwangerschappen gebaseerde algoritmen kan beïnvloeden. Bijgevolg is er een gebrek aan gevalideerde methoden om de GA specifiek voor meerlingzwangerschappen te schatten met behulp van claims-data.

Methodologie
De studie maakte gebruik van de Koreaanse National Health Insurance Service (NHIS) database, die 97% van de populatie beslaat, gekoppeld aan het National Health Screening Program for Infants and Children (NHSPIC) om een referentiestandaard vast te stellen.

• Studiepopulatie: De cohort omvatte 26.714 meerlingzwangerschappen met claims gerelateerd aan de bevalling tussen 2015 en 2024. Zwangerschappen werden uitgesloten als de neonatale geboortedatum buiten de moederlijke hospitalisatieperiode viel of als de referentie-GA buiten het bereik van 24–40 weken lag.
• Referentiestandaard: De referentie-GA werd afgeleid uit de koppeling met de NHSPIC met behulp van de verwachte datum van bevalling (estimated date of confinement, EDC) en de neonatale geboortedatum, uitgaande van een gestatieduur van 280 dagen.
• Algoritmeontwikkeling: De dataset werd gesplitst in ontwikkelings- en testsets. Vier afzonderlijke algoritmen werden ontwikkeld:
  1. Algoritme 1 (ICD-10 Code-gebaseerd): Gebruikte diagnostische codes gerelateerd aan vroeggeboorte (preterm birth, PTB) om representatieve GA-waarden toe te wijzen op basis van de mediane referentie-GA voor zwangerschappen met en zonder PTB-codes.
  2. Algoritme 2 (Ultrasonografie-gebaseerd): Schatte de GA met behulp van de timing van prenatale echografie. Verschillende vensters werden getest, waarbij "eerste-trimester gerichte echografie" werd geselecteerd als de optimale indicator op basis van de prestaties in de ontwikkelingsset.
  3. Algoritme 3 (Prenatale Screening-gebaseerd): Schatte de GA met behulp van de timing van prenatale screenings-tests. De combinatie van Maternaal Serum Alfa-fetoproteïne (MSAFP), ongeconjugeerd estriol (uE3) en inhibine A werd geselecteerd als de best presterende indicator.
  4. Algoritme 4 (Hiërarchisch): Een sequentieel kader dat indicatoren prioriteerde op basis van prestaties: Algoritme 2 (echografie) eerst, gevolgd door Algoritme 3 (screening), en tot slot Algoritme 1 (diagnostische codes) indien voorgaande indicatoren niet beschikbaar waren.
• Evaluatiemetrieken: Prestaties werden gemeten aan de hand van de gemiddelde absolute fout (Mean Absolute Error, MAE), nauwkeurigheid binnen ±7 en ±14 dagen van de referentie-GA, en het ontbrekende percentage (de proportie zwangerschappen waarvoor de GA niet kon worden geschat).

Belangrijkste Resultaten

• Algoritme 1 (ICD-10): Toonde de laagste nauwkeurigheid met een MAE van 10,3 dagen en 51,4% nauwkeurigheid binnen ±7 dagen. Het had geen ontbrekende waarden.
• Algoritme 2 (Ultrasound): Bereikte de hoogste schattingsnauwkeurigheid met een MAE van 5,59 dagen en 81,8% nauwkeurigheid binnen ±7 dagen. Het leed echter onder een hoog ontbrekend percentage van 27,5% door het ontbreken van echografie-claims voor sommige zwangerschappen.
• Algoritme 3 (Screening): Toonde sterke prestaties met een MAE van 6,42 dagen en 77,4% nauwkeurigheid binnen ±7 dagen, met een ontbrekend percentage van 9,6%.
• Algoritme 4 (Hiërarchisch): Bereikte succesvol een volledige GA-toewijzing (0% ontbrekend percentage) door de drie benaderingen te integreren. Het behield een hoge prestatie met een MAE van 6,14 dagen en 79,1% nauwkeurigheid binnen ±7 dagen. De hiërarchische benadering voerde GA toe via echografie in 72,5% van de gevallen, via screening in 24,7%, en via diagnostische codes in 2,9%.

Betekenis en Claims
De auteurs stellen dat deze studie de eerste gevalideerde claims-gebaseerde algoritmen biedt die specifiek zijn ontworpen voor meerlingzwangerschappen. De primaire bijdrage is de demonstratie dat algoritmen afgeleid van enkelvoudige populaties systematische misclassificatie kunnen introduceren wanneer ze op meerlingzwangerschappen worden toegepast, zoals blijkt uit de verschoven representatieve GA-waarden die in deze cohort werden waargenomen.

De studie benadrukt dat een hiërarchisch kader een pragmatische oplossing biedt voor onderzoek in administratieve databases. Door de meest nauwkeurige klinische markers (eerste-trimester gerichte echografie) te prioriteren en vervolgens terug te vallen op screeningstests en diagnostische codes, biedt het voorgestelde kader een balans tussen hoge schattingsnauwkeurigheid en volledigheid van gegevens. Deze aanpak elimineert de selectiebias die gepaard gaat met het uitsluiten van zwangerschappen die een gebrek hebben aan specifieke kwalitatief hoogwaardige claims (bijv. echografie-gegevens), waardoor robuustere epidemiologische onderzoeken naar maternale en neonatale uitkomsten bij meerlingzwangerschappen worden ondersteund. De auteurs merken op dat hoewel het kader interpreteerbaar en aanpasbaar is, externe validatie vereist is voordat toepassing in andere gezondheidszorgsystemen kan plaatsvinden vanwege potentiële verschillen in de benutting van prenatale zorg en coderingpraktijken.