6.12 Generating novel hypotheses in pediatric post-concussion syndrome utilizing a phenome-wide association study
Notice bibliographique
Résumé
Objective Perform a phenome-wide association study (PheWAS) to discover predictors of post-concussion syndrome (PCS) in children after sport-related concussion. Design Electronic health record-based case-control study. Setting Single-institution level-1 academic trauma center in the southeast United States. Participants Patients 5–19 years of age were selected from our institution’s EHR research database of 583,481 patients. Cases of PCS (>1 symptom for >14 days) were defined using a sequential multi-layered algorithm that leveraged natural language processing within clinical documentation and billing codes. Controls suffered a concussion without PCS. We required patients to have ≥3 separate visits at least 180 days before the index event. Assessment of Risk Factors Independent variables consisting of pre-injury diagnoses were captured by phenotype-aggregated ICD-9/10 codes (PheCodes). PheWAS analysis was conducted with codes assigned 180 days prior to the index event. Outcome Measures Dependent variable was diagnosis of PCS (binary). Main Results There were 274 cases of PCS and 1,096 controls. PPV of our case algorithm was 81%. Of 202 pre-injury diagnoses, PCS was associated with pre-existing headache disorders (OR=5.30,95%CI 2.78–10.09; P=3.85E-7), sleep disorders (OR=3.08,95%CI 1.82–5.20; P=2.60E-5), gastritis/duodenitis (OR=3.57,95%CI 1.82–7.00; P=2.08E-4), or chronic pharyngitis (OR=3.34,95%CI 1.76–6.34; P=2.21E-4). Conclusions After successfully creating a computer-based algorithm to identify PCS, our PheWAS confirms the association of headache and sleep disorders with PCS. The association of PCS with prior chronic pharyngitis, gastritis and duodenitis may suggest a role for chronic inflammation as a risk factor for PCS, which represents a new line of study to better understand PCS pathophysiology and risk. This abstract has been published in full manuscript format and has the following citation: BMJ Citation https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8389964/
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».