电子健康记录数据可以预测早期自闭症
根据2月2日在线发表的一项研究，使用电子健康记录(EHR)数据进行自闭症检测在30天内达到了具有临床意义的准确性，在1岁时提高JAMA网络开放．
来自北卡罗来纳州达勒姆杜克大学的Matthew M. Engelhard医学博士及其同事根据1岁前收集的EHR数据评估了早期自闭症检测模型的预测价值。该分析包括2006年1月至2020年12月期间在杜克大学卫生系统接受的45,080名年龄在30天以内的儿童(1.5%符合自闭症标准)的数据。这些数据用于训练和评估l2正则化的Cox比例风险模型。
研究人员发现，在30天的时候，基于模型的自闭症检测达到了45.5%的敏感性和23.0%阳性预测值(PPV)的特异性为90.0%，而360天检测的敏感性为59.8%，PPV为17.6%，特异性为81.5%，敏感性为38.8%，PPV为31.0%，特异性为94.3%。
“这种自动化方法可以与护理人员调查相结合，以提高早期诊断的准确性自闭症筛查，”作者写道。
一些作者披露了与制药和技术行业的联系。
更多信息:Matthew M. Engelhard等，基于1岁前收集的电子健康记录数据的早期自闭症检测模型的预测价值，JAMA网络开放(2023)。DOI: 10.1001 / jamanetworkopen.2022.54303
期刊信息:
JAMA网络开放
版权所有©2023每日健康．版权所有。
引用:电子健康记录数据可能预测早期自闭症(2023,2月6日)，检索自2023年2月25日//www.puressens.com/news/2023-02-electronic-health-early-autism.html
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
