臨床検査データのないデータベースで腎機能を推定するツールの開発に関する研究

腎機能障害は、加齢に伴う多様な主な基礎疾患や病状を有する患者に共通する合併症です。 腎機能は、治療効果の重要な修飾因子である可能性があります。

集団ベースの行政請求データベースは、薬物治療の大規模な結果の比較研究でますます使用されています。 ただし、請求データベースには、臨床検査結果に関する情報が不足していることが多く、腎障害患者のリアルワールドエビデンス (RWE) 研究における有用性が制限されています。

医療管理請求ベースのプロキシから腎機能障害患者を識別する方法を開発する必要があります。

この研究の主な目的は、一般集団の請求データベース (人口統計学的特徴、臨床診断、手順、および薬物治療) のエントリに基づいて、特定の時点での患者の eGFR 値および/またはクラスを予測するためのアルゴリズム/モデルの開発です。さまざまなユースケース (心房細動、冠動脈疾患、2 型糖尿病患者のサブ集団)。 これを達成するために、最新のデータ駆動型機械学習技術を適用して、eGFR によって測定された腎状態と長期的な患者レベルのデータとの関係を発見します。

モデルのパフォーマンスの評価 (サンプル検証、ベンチマーク テスト、eGFR 値予測アルゴリズムと事前定義された eGFR クラス用に調整された分類モデル間のパフォーマンスの違い) も行われます。