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 eind 2019 verwacht.
Συγγραφείς έρευνας: 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
Έκδοση: 1.43
  • Δημόσιο
  • Μαιευτική
  • {{ modelType }}
  • Λεπτομέρειες
  • Επικύρωση μοντέλου
  • Αποθήκευση εισόδου
  • Είσοδος φορτίου

Υπολογίστε το αποτέλεσμα

Ορίστε περισσότερες παραμέτρους για την εκτέλεση του υπολογισμού

Het risico op diabetes gravidarum is: %

{{ resultSubheader }}
{{ chart.title }}
Διάστημα αποτελεσμάτων {{ additionalResult.min }} στο {{ additionalResult.max }}

Πληροφορίες υπό όρους

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 }}
PRO
Σημείωση
Οι σημειώσεις είναι ορατές μόνο στη λήψη των αποτελεσμάτων και δεν θα αποθηκευτούν από το Evidencio

Αυτό το μοντέλο παρέχεται για εκπαιδευτικούς, επιμορφωτικούς και ενημερωτικούς σκοπούς. Δεν πρέπει να χρησιμοποιείται για την υποστήριξη της λήψης ιατρικών αποφάσεων ή για την παροχή ιατρικών ή διαγνωστικών υπηρεσιών. Διαβάστε το πλήρες disclaimer.

Υποκείμενα μοντέλα Μέρος της
Σχόλια
Σχόλιο
Παρακαλώ εισάγετε ένα σχόλιο
Τα σχόλια είναι ορατά σε οποιονδήποτε

Ανατροφοδότηση μοντέλου

Δεν υπάρχει ακόμη σχόλιο 1 σχόλιο {{ model.comments.length }} Σχόλια
Στο {{ comment.created_at }} {{ comment.user.username }} ένας μη εγγεγραμμένος πλέον συγγραφέας έγραψε:
{{ comment.content }}
logo

Συνδεθείτε για να ενεργοποιήσετε τις λειτουργίες εκτύπωσης του Evidencio

Για να χρησιμοποιήσετε τις λειτουργίες εκτύπωσης του Evidencio, πρέπει να συνδεθείτε.
Αν δεν έχετε λογαριασμό στην κοινότητα Evidencio, μπορείτε να δημιουργήσετε δωρεάν τον προσωπικό σας λογαριασμό στη διεύθυνση:

https://www.evidencio.com/registration

Εκτυπωμένα αποτελέσματα - Παραδείγματα {{ new Date().toLocaleString() }}


Οφέλη του κοινοτικού λογαριασμού Evidencio


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.


Αποποίηση ευθύνης: Οι υπολογισμοί από μόνοι τους δεν πρέπει ποτέ να υπαγορεύουν τη φροντίδα των ασθενών και δεν υποκαθιστούν την επαγγελματική κρίση.
Evidencio v3.25 © 2015 - 2024 Evidencio. All Rights Reserved