Risico op het ontwikkelen van diabetes gravidarum
Dit voorspelmodel berekent het risico van een zwangere op het ontwikkelen diabetes gravidarum. Het voorspelmodel is toepasbaar in het eerste trimester van de zwangerschap.

Achtergrondinformatie
Het voorspelmodel is ontwikkeld en gevalideerd in Austratlië door Teede et al (zie 'studie' en 'referenties'). Vervolgens is het model extern gevalideerd door Lamain et al. (zie referenties) in een prospectief Nederlands cohort. Momenteel wordt in het kader van het RESPECT 2 onderzoek de implementatie van het voorspelmodel geëvalueerd. Voor het RESPECT 2 onderzoek is het voorspel geüpdate met een random glucose en wordt refitted versie gebruikt op basis van het Nederlandse cohort. De afkapwaarde is dusdanig afgesteld dat het aantal zwangeren dat een hoog risico toegekend krijgt gelijk is aan het aantal zwangeren dat volgens de NVOG criteria in aanmerking komen voor een orale glucose tolerantie test. Hierbij is de verwachting dat er méér zwangeren met diabetes gravidarum worden opgespoord. De inclusieperiode van het RESPECT 2 onderzoek is afgesloten. De resultaten van het RESPECT 2 onderzoek worden medio 2019 verwacht.
Research authors: Helena J. Teede, Cheryce L. Harrison, Wan T. Teh, Eldho Paul, Carolyn A. Allan, Marije Lamain - de Ruiter, Anneke Kwee, Christiana A. Naaktgeboren, Inge de Groot, Inge M. Evers, Floris Groenendaal, Yolanda R. Hering, Anjoke J.M. Huisjes, Cornel Kirpestein, Wilma M. Monincx, Jacqueline E. Siljee, Annewil Van ’t Zelfde, Charlotte M. van Oirschot, Simone A. Vankan-Buitelaar, Mariska A.A.W. Vonk, Therese A. Wiegers, Joost J. Zwart, Arie Franx, Karel G.M. Moons, Maria P.H. Koster
Details Custom formula Study characteristics Files & References
★★★★★
Model author
Model ID
1095
Version
1.40
Revision date
2018-04-11
Specialty
MeSH terms
  • Gestational Diabetes Mellitus
  • Clinical Prediction Rule
  • Pregnancy, First Trimester
  • Model type
    Custom model (Calculation)
    Status
    public
    Rating
    Share
    Formula

    Additional information

    Het voorspelmodel is ontwikkeld en gevalideerd in Austratlië door Teede et al (zie referenties). Onder het kopje populatiegrootte en studiekarakterstieken staat het ontwikkelingscohort beschreven. Vervolgens is het model extern gevalideerd door Lamain et al. (zie referenties) in een prospectief Nederlands cohort. Momenteel wordt in het kader van het RESPECT 2 onderzoek de implementatie van het voorspelmodel geëvalueerd. Voor het RESPECT 2 onderzoek is het voorspel geüpdate met een random glucose en wordt refitted versie gebruikt op basis van het Nederlandse cohort. De afkapwaarde is dusdanig afgesteld dat het aantal zwangeren dat een hoog risico toegekend krijgt gelijk is aan het aantal zwangeren dat volgens de NVOG criteria in aanmerking komen voor een orale glucose tolerantie test. Hierbij is de verwachting dat er méér zwangeren met diabetes gravidarum worden opgespoord. De inclusieperiode van het RESPECT 2 onderzoek is afgesloten. De resultaten van het RESPECT 2 onderzoek worden medio 2019 verwacht.

    Study Population

    Total population size: 4276
    Males: {{ model.numberOfMales }}
    Females: {{ model.numberOfFemales }}

    Categorical characteristics

    Name Subset / Group Nr. of patients
    Leeftijd (in jaren) <25 396
    25 - 29 853
    30 - 34 908
    35 - 39 568
    >= 40 155
    Body mass index (kg/m2)* *unavailable for n=451 < 20.0 331
    20.0 – 24.9 1129
    25.0 – 26.9 279
    27.0 – 29.9 266
    30.0 – 34.9 193
    ≥ 35.0 231
    Ethnicity** ** unavailable for n=7 Anglo-Australian 1234
    Polynesian 50
    Mainland SE Asian 295
    Maritime SE Asian 117
    Chinese Asian 189
    Southern Asian 341
    African 135
    Other 512
    Positieve familie anamnese voor diabetes nee 1735
    ja 1145
    Diabetes gravidarum in de voorgeschiedenis nee 2826
    ja 54

    Het risico op diabetes gravidarum is:
    ...
    %

    {{ resultSubheader }}

    {{ variable.title }}

    {{ model.survival.PITTitle }}

    {{ model.survival.YNETitle }}

    Result

    Het risico op diabetes gravidarum is: %

    {{ resultSubheader }}

    Outcome stratification

    Result interval {{ additionalResult.min }} to {{ additionalResult.max }}

    Conditional information

    Result interpretation

    In de oorspronkelijke ontwikkeling heeft het model een c-index van 0.703 op interne validatie behaald. Dit betekent dat een willekeurige patiënt met diabetes gravidarum een 70.3% kans heeft om een hogere score te krijgen dan een willekeurige patiënt zonder diabetes gravidarum. Op externe validatie werd er een hogere c-index aangetoond van 0.77.

    {{ file.classification }}

    Calculations alone should never dictate patient care, and are no substitute for professional judgement. See our full disclaimer.

    Comments
    Rating
    Comment
    Please enter a comment of rating
    Comments are visible to anyone

    Model feedback

    No feedback yet 1 Comment {{ model.comments.length }} Comments
    Not rated | On {{ comment.created_at }} {{ comment.user.username }} a no longer registered author wrote:
    {{ comment.content }}
    logo

    Please sign in to enable Evidencio print features

    In order to use the Evidencio print features, you need to be logged in.
    If you don't have an Evidencio Community Account you can create your free personal account at:

    https://www.evidencio.com/registration

    Printed results - Examples {{ new Date().toLocaleString() }}


    Evidencio Community Account Benefits


    With an Evidencio Community account you can:

    • Create and publish your own prediction models.
    • Share your prediction models with your colleagues, research group, organization or the world.
    • Review and provide feedback on models that have been shared with you.
    • Validate your models and validate models from other users.
    • Find models based on Title, Keyword, Author, Institute, or MeSH classification.
    • Use and save prediction models and their data.
    • Use patient specific protocols and guidelines based on sequential models and decision trees.
    • Stay up-to-date with new models in your field as they are published.
    • Create your own lists of favorite models and topics.
    A personal Evidencio account is free, with no strings attached! Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction models.

    Disclaimer: Calculations alone should never dictate patient care, and are no substitute for professional judgement.