NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planPopülasyona dayalı, prospektif çalışmalar Parkinson hastalığı (PD) ve diğer parkinson bozuklukları hakkında önemli bilgiler sağlayabilir. Bu tür çalışmalarda katılımcı takip genellikle rutin olarak toplanan sağlık veri kümelerine bağlantı yoluyla elde edilir. Bu amaçla bu veri kümelerinin doğruluğuna ilişkin yayınlanmış literatürü sistematik olarak gözden geçirdik. MethodsBiz rutin olarak toplanan verileri referans standardına kullanarak tanımlanan PD ve parkinsonizm vakalarını karşılaştıran yayınlanmış çalışmalar için dört elektronik veri tabanını aradık. Çalışma karakteristiklerini ve iki doğruluk ölçüsünü çıkardık: pozitif tahmin değeri (PPV) ve/veya hassasiyet.Sonuçlar18 madde tespit ettik, sonuç 27 ölçü PPV ve 14 ölçü hassasiyet. PD için PPV, hastane veri kümelerinde %56-90, reçeteli veri kümelerinde %53-87, birincil bakım veri kümelerinde %81-90 ve ölüm veri kümelerinde %67 arasında değişmektedir. Tanı ve ilaç kodlarını birleştirmek PPV'yi arttırdı. Parkinsonizm için PPV, hastane veri kümelerinde %36-88, reçeteli veri kümelerinde %40-74 ve ölüm veri kümelerinde %94 arasında değişmektedir. Duyarlılık, PD için tek veri kümelerinde 15-73%, parkinsonizm için tek veri kümelerinde 43-63% arasında değişmektedir.ŞartlarBirçok ayarda, rutin olarak toplanan veri kümeleri, PD ve parkinsonizm vakalarını tanımlamak için iyi PPV'ler ve makul hassasiyetler üretir. Bununla birlikte, çok çeşitli tanımlanmış doğruluk tahminleri göz önüne alındığında, mevcut kanıtlar eksikse, kohortların kendi bağlama özgü doğrulama çalışmalarını yürütmelerini öneririz. Birincil bakım ve ilaç veri kümelerini araştırmak ve yüksek bir PPV'yi kabul edilebilir hassasiyetle dengeleyen algoritmalar geliştirmek için daha fazla araştırma yapılması gerekmektedir.
Özgün kaynak özetini okuyun
BackgroundPopulation-based, prospective studies can provide important insights into Parkinson's disease (PD) and other parkinsonian disorders. Participant follow-up in such studies is often achieved through linkage to routinely collected healthcare datasets. We systematically reviewed the published literature on the accuracy of these datasets for this purpose.MethodsWe searched four electronic databases for published studies that compared PD and parkinsonism cases identified using routinely collected data to a reference standard. We extracted study characteristics and two accuracy measures: positive predictive value (PPV) and/or sensitivity.ResultsWe identified 18 articles, resulting in 27 measures of PPV and 14 of sensitivity. For PD, PPV ranged from 56-90% in hospital datasets, 53-87% in prescription datasets, 81-90% in primary care datasets and was 67% in mortality datasets. Combining diagnostic and medication codes increased PPV. For parkinsonism, PPV ranged from 36-88% in hospital datasets, 40-74% in prescription datasets, and was 94% in mortality datasets. Sensitivity ranged from 15-73% in single datasets for PD and 43-63% in single datasets for parkinsonism.ConclusionsIn many settings, routinely collected datasets generate good PPVs and reasonable sensitivities for identifying PD and parkinsonism cases. However, given the wide range of identified accuracy estimates, we recommend cohorts conduct their own context-specific validation studies if existing evidence is lacking. Further research is warranted to investigate primary care and medication datasets, and to develop algorithms that balance a high PPV with acceptable sensitivity.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.