利用全国性大规模理赔数据量化年龄和性别相关的糖尿病共病风险

当前新兴的“大数据”技术正在将医学科学重塑为数据科学。医疗理赔数据允许以定量方式评估整个国家的健康状况，特别是关于糖尿病等慢性和大流行性疾病的发生及其后果。我们开发了一种定量统计方法，利用一套完整的奥地利住院数据，测试 1 型或 2 型糖尿病发病率与 ICD10 诊断代码提供的任何其他可能疾病之间的关联。通过一种新的共现分析，研究了每种可能共病的相对风险作为患者年龄和性别的函数，时间分析则调查糖尿病的发生通常先于还是后于其他疾病的发生。样本始终为最大规模，即包含该国患有该共病的所有患者。本研究相当于近 40,000 项研究，且每项研究均使用了可用的最大患者数量。在超过一千种可能的关联中，以高显著性水平识别出 123 种 1 型或 2 型糖尿病的共病疾病。恢复了众所周知的糖尿病共病，如视网膜病变、高血压、慢性肾病等，这验证了该方法的有效性。此外，还识别出一些此前仅被较少认识的共病，例如癫痫、败血症或精神障碍。文中讨论了这些共病的时间演变、年龄依赖性和性别依赖性。此处开发的新统计网络方法可 readily 应用于其他慢性疾病。