数据库识别类风湿关节炎的敏感性和特异性与多种因素相关

不同计算方法所得到的PPV、敏感性和特异性不同

计算机化管理数据库普遍用于流行病学研究,但其诊断的准确性有待提高。

研究者在至少相隔6个月的两次随访中,采用第九版国际疾病分类RA编码,识别当地的退伍军人医疗中心(VAMC) 管理数据库中从1998年10月1日到2009年9月30日收录的1779名患者,并从药学数据库中查明抗风湿药(DMARD)的使用情况。随后基于DMARD治疗和临床随访中的RA编码分析病例。在随访基础上通过分层和随机选择的方法选择病例,对其进行评估以弄清医生的诊断与临床诊断标准之间的关系并计算阳性预测率(PPVs)。

经研究发现间隔6个月的两次RA编码识别RA的PPV是30.9%。DMARD治疗加入后PPV增至60.4%。当最后的VAMC风湿病临床随访标准中添加1个RA编码时,PPV进一步增加到了91.4%。仅用间隔6个月的2次管理RA编码的算法在VHA数据库中精确识别患者的PPV低。

结果表明包含DMARD治疗以及在最后的风湿科医师随访中需要一个RA编码可以增加数据提取算法的性能。