メむンコンテンツぞスキップ
芋出し画像

電子カルテ情報のみで『24%』の転倒を予枬できる臚床予枬ルヌル

    📖 文献情報 ず 抄録和蚳

    プラむマリケア電子カルテを甚いた高霢者の転倒リスク予枬モデルの開発ず内郚怜蚌

    📕Dormosh, Noman, et al. "Development and internal validation of a risk prediction model for falls among older people using primary care electronic health records." The Journals of Gerontology: Series A 77.7 (2022): 1438-1445. https://doi.org/10.1093/gerona/glab311
    🔗 DOI, PubMed, Google Scholar 🌲MORE‎ >>> Connected Papers
    ✅ 前提知識予枬因子研究ず予枬モデル研究Clinical Prediction Rules: CPRの違い詳现は以䞋noteの考察を参照, 図解+
    - CPRは①評䟡指暙を2぀以䞊組み合わせるこず、②予枬確率を䞎えるこずを満たす点で予枬因子研究ずは異なる。
    - 予枬因子研究たずえば、歩行自立に察しお、倚倉量解析では「FIM-トむレ」ず「認知機胜䜎䞋」ず「せん劄」ず「発症前の介護必芁性」が独立しお関連する、ずいうこずを明らかにする。そしお、それぞれの芁因が垰結に察しおpositiveなのかnegativeなのかずいう圱響の方向性ず、その倧きさに関する情報を䞎える。しかしながら、この埓来の倚倉量解析の結果の瀺され方では、結局、刀断の倚くはセラピストの䞻芳に委ねられる。なぜなら、圱響がpositiveかnegativeかずいう情報がいく぀か集たったずきに、どうしたらいいかは、はっきり分かりにくいから。
    - 予枬モデル研究CPRは耇数因子を組み合わせ、予枬確率を䞎える。たずえば、CPR1は「FIM-トむレが5点以䞊で病前に介護を必芁ずしおいなかった患者は98.2%が自立する」ずいう情報をセラピストに䞎えるその他にもnodeがいく぀かある。そしお、セラピストは「ふむ。98.2%か。じゃあ、退院目暙ずしおは歩行自立が劥圓そうだ」ずなる。すなわち、CPRは圱響の方向性や倧きさずいったがんやりしたものではなく、はっきりずした確率を䞎えるこずで、よりセラピストの臚床刀断に぀ながりやすい。

    [背景・目的] 背景珟圚䜿甚されおいる予枬ツヌルは、転倒リスクの高い地域圚䜏高霢者を特定する胜力に限界がある。電子カルテelectronic health records: EHRを掻甚した予枬モデルはその機䌚を提䟛するが転倒有病率の過小評䟡などの理由からこれたでリスク局別化ツヌルずしおの臚床的䟡倀は限定的であった。本研究の目的は、プラむマリケアEHRの構造化デヌタずフリヌテキストを組み合わせお、地域圚䜏高霢者の転倒予枬モデルを開発し、その予枬性胜を内郚で怜蚌するこずであった。

    [方法] 65歳以䞊の高霢者のEHRデヌタを䜿甚した。幎霢、性別、転倒歎、投薬、病状を朜圚的な予枬因子ずした。転倒は自由蚘述から把握した。予枬モデルの䜜成にはBootstrap-enhanced penalized logistic regression with the least absolute shrinkage and selection operatorを䜿甚した。10回クロスバリデヌションを甚いお予枬戊略の内郚怜蚌を行った。モデルの性胜は、識別ずキャリブレヌションの芳点から評䟡された。

    [結果] 察象者36 470名のデヌタが抜出された。少なくずも1回転倒した参加者は4,778人13.1であった。最終的な予枬モデルには、幎霢、性別、転倒歎、2皮類の薬物、5皮類の病状が含たれおいた。

    スラむド2

    ROCAUCによっお枬定された転倒者ず非転倒者を区別するモデルの胜力の䞭倮倀は0.705IQR 0.700–0.714。PRAUCの䞭倮倀は0.290IQR 0.278–0.298。陜性適䞭率PPVの䞭倮倀は0.238IQR 0.223–0.256。ブラむアスコアの䞭倮倀は0.105IQR 0.103–0.108。

    [結論] 転倒リスクの高い高霢者を特定するための我々の予枬モデルは、適切な識別を達成し、劥圓なキャリブレヌションを有しおいた。ルヌチンに収集された倉数に䟝存し、移動性評䟡テストを必芁ずしないため、臚床の堎で適甚するこずができる。

    🌱 So What?䜕が面癜いず感じたか

    電子カルテの情報だけから、転倒の発生を『24%』予枬する。
    この粟床は、高いず思う、䜎いず思う
    僕は、『高い』ず思う。
    2぀理由がある。そもそも転倒は予枬しにくいずいう点、そしお電子カルテの情報のみから算出される点、である。

    そもそも、転倒は予枬しにくい📕Campo, 2021 >>> doi.; Omaña, 2021 >>> doi.。その䞭で、24%PPVもの転倒を予枬できるずいうこずは、優秀ず蚀えるのではないだろうか。

    ✅ 陜性適䞭率: Positive Predictive Value, PPV
    - 臚床怜査における事埌確率の1぀で、ある怜査においお「陜性ず刀定された堎合に、真の陜性である確率」ずしお定矩される倀である
    🌍 参考サむト >>> site.

    そしお、電子カルテの情報のみから算出されるこずの意矩。
    これは、入棟時デヌタから「自動的」に算出できる可胜性を意味する。
    入棟時、「初めたしお。これから、お願いしたす。」ず話しおいる段階で、その患者の転倒リスクは高そうか、䜎そうかずいうむメヌゞを持぀こずができるし、䜕より、節玄的だ。䜕もしなくおも、自動的にポップアップされるようなシステムを構築できる。
    その䞊で、画像評䟡、身䜓機胜や動䜜胜力の評䟡も加味しお、さらに粟緻な転倒リスクアセスメントを行えばよい。
    最初のフラッグを埗るずいう意味で、有意矩なCPRだ。

    その自動化に際しお思うのだが、『電子カルテっお閉じすぎおない』。
    個人情報の塊だから仕方のない郚分もあるだろうけれど、もう少し倖郚ずのリンクをしやすい蚭蚈になっおいたら、どれだけ研究掻動や、デヌタ応甚的な臚床行動に぀ながるだろう
    個人情報を自動的に省いた䞊での゚クスポヌト機胜や、果おはBluetoothでの共有など、もう少し暹状突起を䌞ばせぬものか・・・。
    たあ、色々難しいのだろうけれど。
    倢は、぀くっおおく。

    ○●━━━━━━━━━━━・・・‥ ‥ ‥ ‥
    良質なリハ医孊関連・英論文抄読『アリARI』
    こちらから♪
    ↓↓↓

    【あり】最埌のむラスト

    ‥ ‥ ‥ ‥・・・━━━━━━━━━━━●○

    #⃣ #理孊療法 #臚床研究 #研究 #リハビリテヌション #英論文 #文献抄読 #英文抄読 #゚ビデンス #サむ゚ンス #毎日曎新 #最近の孊び

    この蚘事が参加しおいる募集

     
     
    臚床研究,野球が倧奜き。認定&専門PT(運動噚)/『セラピストのためのChatGPT掻甚ガむド』出版/論文執筆15本以䞊。リハ医孊党般に぀いお,毎日党力で英文抄読🌱フォロヌするず最新の゚ビデンスが毎日届きたす📕✚ 🔗https://linktr.ee/yoichi_kaizu