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.
Forschungsautoren: 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
Version: 1.43
  • Öffentlich
  • Obstetrik
  • {{ modelType }}
  • Details
  • Modell validieren
  • Eingabe speichern
  • Eingabe laden
Anzeige
Einheiten

{{section.title}}

Berechnen Sie das Ergebnis

Legen Sie weitere Parameter zur Durchführung der Berechnung fest

Het risico op diabetes gravidarum is: %

{{ resultSubheader }}
{{ chart.title }}
Ergebnisintervall {{ additionalResult.min }} bis {{ additionalResult.max }}

Bedingte Informationen

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
Anmerkung
Notizen sind nur im Ergebnis-Download sichtbar und werden von Evidencio nicht gespeichert.

Dieses Modell wird zu Bildungs-, Schulungs- und Informationszwecken bereitgestellt. Es darf nicht zur Unterstützung der medizinischen Entscheidungsfindung oder zur Erbringung medizinischer oder diagnostischer Leistungen verwendet werden. Lesen Sie unseren vollständigen disclaimer.

Zugrunde liegende Modelle Teil von
Kommentare
Kommentar
Bitte geben Sie einen Kommentar
Kommentare sind für jeden sichtbar.

Modell-Feedback

Noch keine Rückmeldung 1 Kommentar {{ model.comments.length }} Kommentare
An {{ comment.created_at }} {{ comment.user.username }} ein nicht mehr registrierter Autor schrieb:
{{ comment.content }}
logo

Bitte melden Sie sich an, um die Evidencio-Druckfunktionen zu aktivieren

Um die Evidencio-Druckfunktionen nutzen zu können, müssen Sie angemeldet sein.
Wenn Sie keinen Evidencio-Community-Account besitzen, können Sie sich kostenlos ein persönliches Konto erstellen:

https: // www. evidencio.com/registration

Gedruckte Ergebnisse - Beispiele {{ new Date().toLocaleString() }}


Vorteile des Evidencio-Community-Kontos


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: Berechnungen allein sollten niemals die Pflege der Patienten vorschreiben und ersetzen kein professionelles Urteilsvermögen.
Evidencio v3.31 © 2015 - 2024 Evidencio. Alle Rechte vorbehalten