基于常规收集数据的剖宫产后分娩方式计划分类验证研究：算法效能与临床咨询意义

来自加拿大的研究人员开展了一项验证研究，针对既往剖宫产孕妇的分娩方式计划分类问题，开发基于诊断与操作代码的算法。研究通过比对200份医疗记录，证实该算法识别计划阴道分娩的灵敏度达99%(95%CI 93-100%)，特异度96%(95%CI 91-99%)，表明常规数据能准确分类分娩计划，极大降低误判对临床研究的干扰。

　　

背景：临床咨询既往剖宫产孕妇选择计划阴道分娩(vaginal delivery)或计划重复剖宫产(cesarean delivery)时，常依赖基于常规收集数据（即行政管理数据）的观察性研究。但此类数据中对计划（而非实际）分娩方式分类的准确性尚未明确。本研究旨在验证基于行政管理数据的算法在识别既往剖宫产者计划分娩方式方面的有效性。

方法：研究人员将基于诊断代码(diagnostic codes)和操作代码(procedural codes)的算法应用于新斯科舍省Atlee围产期数据库(Nova Scotia Atlee Perinatal Database)记录，纳入2017-2019年间符合试产条件(trial of labor)的既往剖宫产孕妇。通过随机抽样200份医疗记录进行人工核查，将算法分类结果与医疗记录判定结果进行对比，计算灵敏度(sensitivity)、特异度(specificity)、阳性预测值(positive predictive value)和阴性预测值(negative predictive value)及其95%置信区间(95% CI)。

结果：医疗记录显示80例（40%）为计划阴道分娩。算法识别计划阴道分娩的灵敏度达99%（95%CI 93-100%），特异度为96%（95%CI 91-99%），阳性预测值为94%（95%CI 87-98%），阴性预测值为99%（95%CI 95-100%）。

结论：基于常规收集数据的算法能准确分类既往剖宫产孕妇的计划分娩方式。该发现表明，使用类似算法指导该人群分娩方式咨询的研究，基本不受数据错误分类的影响。

通俗总结(Plain Language Summary)：本研究评估了利用行政管理数据算法对既往剖宫产者计划分娩方式进行分类的准确性。通过与200份医疗记录核对，发现该算法具有极高准确性——识别计划阴道分娩的灵敏度99%，特异度96%。证明此类算法可可靠指导分娩方式咨询，且几乎不受数据分类错误影响，支持行政管理数据在分娩计划结局研究中的应用。

（注：文本为机器生成可能存在不准确处。）