DOI: https://doi.org/10.4178/epih.e2026007
PMID: https://pubmed.ncbi.nlm.nih.gov/41643636
تاريخ النشر: 2026-02-04
المؤلف: Woo-Jung Kim وآخرون
الموضوع الرئيسي: ترميز المعلومات الطبية وصحة المعلومات
نظرة عامة
تقييمت هذه الدراسة أداء خوارزمية ثابتة المدة لتقدير عمر الحمل (GA) باستخدام بيانات المطالبات المرتبطة على مستوى البلاد وسجل التطعيم في كوريا. شمل التحليل 351,055 حالة حمل من 2019 إلى 2022، مقارنةً بتقديرات GA المستندة إلى الخوارزمية المستمدة من بيانات المطالبات مقابل المعيار الذهبي من نظام معلومات سجل التطعيم الكوري (KIRIS). أظهرت الخوارزمية دقة عالية للولادات الحية، حيث حققت 92.2% ضمن ± أسبوعين من المعيار المرجعي. ومع ذلك، أظهرت دقة أقل بكثير للنتائج غير الحية، حيث كانت الدقة 3.3% فقط للولادات الميتة، و7.2% للإجهاضات، و45.2% للإجهاضات التلقائية، و20.0% للحمل خارج الرحم.
تشير النتائج إلى تباين ملحوظ في دقة تقدير GA بناءً على نتائج الحمل. تقترح الدراسة أن دمج المؤشرات السريرية الحساسة للوقت، مثل الاختبارات السابقة للولادة ومضاعفات الحمل، يمكن أن يحسن من صحة تقدير GA في أبحاث البيانات الإدارية. بشكل عام، بينما تكون الخوارزمية فعالة للولادات الحية، فإن قيودها بالنسبة للولادات غير الحية تبرز الحاجة إلى تحسين المنهجيات لضمان تقييمات GA دقيقة عبر نتائج الحمل المتنوعة.
مقدمة
تؤكد مقدمة ورقة البحث على الأهمية الحاسمة لتقدير عمر الحمل (GA) بدقة لأبحاث الأمومة والولادة، لا سيما في فهم تطور الجنين، ونتائج الحمل، وسلامة الأدوية أثناء الحمل. في العديد من الدراسات الوبائية، يتطلب نقص تسجيل GA السريري استخدام خوارزميات حتمية تقدر آخر فترة حيض عن طريق طرح مدد الحمل الثابتة من تواريخ نتائج الحمل، والتي تتراوح عادةً بين 270 إلى 280 يومًا للولادات المكتملة. بينما أظهرت هذه الخوارزميات دقة عالية للولادات الحية في أمريكا الشمالية وأوروبا، حيث كانت أكثر من 95% من التقديرات تقع ضمن أسبوعين من السجلات السريرية، فإن موثوقيتها تنخفض بالنسبة لنتائج الولادات غير الحية، مثل الإجهاضات التلقائية أو المستحثة والولادات الميتة، حيث يمكن أن تنخفض الدقة إلى أقل من 30-50%.
تسلط الورقة الضوء على أن الدراسات السابقة قد حددت اختلافات صغيرة ولكن ذات دلالة إحصائية في طول الحمل عبر المجموعات العرقية والإثنية، مما قد يقدم تحيزًا في تقدير GA ويؤثر على نتائج أبحاث الولادة. بالإضافة إلى ذلك، فإن تعميم هذه النتائج على دول أخرى محدود بسبب الاختلافات في ممارسات الترميز وأنظمة الرعاية الصحية. تهدف الدراسة إلى التحقق من صحة طرق تقدير GA ضمن البيانات الإدارية الكورية، وتقييم أداء الخوارزميات الثابتة المدة عبر نتائج الحمل المختلفة واستكشاف التحسينات المحتملة من خلال تحليل رموز السريرية. هذه الأبحاث ذات صلة خاصة بالنظر إلى ممارسات الترميز وتقديم الرعاية الصحية المتميزة في كوريا مقارنة بالدول الغربية.
طرق
يستعرض قسم “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. يوضح المواد المستخدمة، بما في ذلك الكواشف المحددة، والمعدات، وأي عينات بيولوجية، لضمان إمكانية تكرار التجارب. يتم وصف المنهجية خطوة بخطوة، مع تسليط الضوء على التقنيات المستخدمة لجمع البيانات وتحليلها، مثل الأساليب الإحصائية أو النماذج الحسابية المطبقة لتفسير النتائج.
بالإضافة إلى ذلك، قد يتضمن القسم معلومات عن الظروف التجريبية، مثل درجة الحرارة، والمدة، والضوابط المطبقة للتحقق من النتائج. يضمن هذا النهج الشامل أن البحث يمكن تكراره بدقة وأن النتائج موثوقة وصحيحة علميًا.
نتائج
تكشف نتائج الدراسة التي تشمل 351,055 حالة حمل عن تباينات كبيرة في دقة خوارزمية تقدير عمر الحمل (GA) الثابتة المدة بناءً على نتائج الحمل. بالنسبة للولادات الحية، أظهرت الخوارزمية توافقًا عاليًا مع المعيار الذهبي، حيث كانت 92.2% من التقديرات تقع ضمن ± أسبوعين، وتحسنت الدقة إلى 97.3% ضمن ± 3 أسابيع و98.8% ضمن ± 4 أسابيع. على العكس، بالنسبة لنتائج الولادات غير الحية، كانت الدقة أقل بكثير، حيث أظهرت الولادات الميتة والإجهاضات 3.3% و7.2% فقط من التقديرات ضمن ± أسبوعين، على التوالي. كانت الإجهاضات التلقائية والحمل خارج الرحم أفضل أداءً، حيث كانت حوالي 45.2% و20.0% من التقديرات ضمن ± أسبوعين، على التوالي، وزادت إلى 75.2% و73.3% ضمن ± 4 أسابيع.
كما درست الدراسة توقيت الاختبارات السابقة للولادة والمضاعفات بالنسبة لعمر الحمل، ووجدت أن معظم الاختبارات أجريت ضمن الأطر الزمنية السريرية المتوقعة. على سبيل المثال، تم إجراء التصوير بالموجات فوق الصوتية العامة في الثلث الأول من الحمل في متوسط 6.8 أسابيع، بينما حدث التصوير بالموجات فوق الصوتية المفصل في متوسط 12.4 أسابيع. كانت تشخيصات مضاعفات الحمل، مثل تسمم الحمل ومرض السكري الحملي، تتماشى مع التوقعات السريرية، حيث بلغت ذروتها عند متوسطات 35.1 أسابيع و27.6 أسابيع، على التوالي. بالإضافة إلى ذلك، أظهرت تحليل رموز التشخيص للنتائج الحية وغير الحية عدم اتساق، لا سيما في الرموز المتعلقة بالإجهاض، التي أظهرت نطاقًا واسعًا من أعمار الحمل، مما يشير إلى احتمال وجود تصنيف خاطئ. بشكل عام، تؤكد النتائج فعالية الخوارزمية للولادات الحية مع تسليط الضوء على التحديات في تقدير GA بدقة للنتائج غير الحية.
مناقشة
في هذه الدراسة، قام المؤلفون بتقييم دقة خوارزميات تقدير عمر الحمل (GA) باستخدام بيانات مرتبطة من نظام معلومات سجل التطعيم الكوري (KIRIS) وقاعدة بيانات مطالبات خدمة التأمين الصحي الوطنية (NHIS). أظهرت الخوارزمية الثابتة المدة دقة عالية للولادات الحية، حيث حققت 92.2% دقة ضمن ± أسبوعين. ومع ذلك، كانت الأداء بالنسبة لنتائج الولادات غير الحية، مثل الولادات الميتة، والإجهاضات، والإجهاضات التلقائية، والحمل خارج الرحم، أقل بكثير، حيث كانت معدلات الدقة 3.3%، و7.2%، و45.2%، و20.0%، على التوالي. يُعزى هذا التباين إلى فترات الحمل الأقصر والطبيعة المجزأة لترميز التشخيص لهذه النتائج، مما يحد من توفر بيانات المطالبات المفيدة.
تسلط الدراسة الضوء على إمكانية تعزيز دقة تقدير GA من خلال دمج مؤشرات سريرية إضافية، مثل مضاعفات الحمل وتوقيت الاختبارات السابقة للولادة، في الخوارزميات. على سبيل المثال، كان توقيت تشخيص مرض السكري الحملي وتسمم الحمل يتماشى مع الإرشادات السريرية المتوقعة، مما يشير إلى أن هذه العلامات يمكن أن تحسن من معايرة تقديرات GA. يقترح المؤلفون أن تركز الأبحاث المستقبلية على تطوير نماذج مصنفة أو متكاملة مصممة خصيصًا لنتائج الحمل المحددة لمعالجة قيود الخوارزميات الثابتة المدة وتحسين موثوقية تقديرات GA في الدراسات المستندة إلى المطالبات. بشكل عام، بينما يوفر ربط بيانات المطالبات الوطنية بسجلات التطعيم أساسًا منهجيًا قويًا، فإنه يبرز أيضًا الحاجة إلى تفسير دقيق للنتائج، لا سيما فيما يتعلق بنتائج الولادات غير الحية.
DOI: https://doi.org/10.4178/epih.e2026007
PMID: https://pubmed.ncbi.nlm.nih.gov/41643636
Publication Date: 2026-02-04
Author(s): Woo-Jung Kim et al.
Primary Topic: Medical Coding and Health Information
Overview
This study evaluated the performance of a fixed-duration algorithm for estimating gestational age (GA) using nationwide linked claims and immunization registry data in Korea. The analysis included 351,055 pregnancy episodes from 2019 to 2022, comparing algorithm-based GA estimates derived from claims data against the gold standard from the Korea Immunization Registry Information System (KIRIS). The algorithm demonstrated high accuracy for live births, achieving 92.2% within ± 2 weeks of the reference standard. However, it exhibited significantly lower accuracy for non-live birth outcomes, with only 3.3% accuracy for stillbirths, 7.2% for terminations, 45.2% for spontaneous abortions, and 20.0% for ectopic pregnancies.
The findings indicate a marked heterogeneity in GA estimation accuracy based on pregnancy outcomes. The study suggests that integrating time-sensitive clinical indicators, such as prenatal tests and pregnancy complications, could improve the validity of GA estimation in administrative data research. Overall, while the algorithm is effective for live births, its limitations for non-live births highlight the need for enhanced methodologies to ensure accurate GA assessments across diverse pregnancy outcomes.
Introduction
The introduction of the research paper emphasizes the critical importance of accurate gestational age (GA) estimation for maternal and perinatal research, particularly in understanding fetal development, pregnancy outcomes, and drug safety during pregnancy. In many epidemiological studies, the lack of clinically recorded GA necessitates the use of deterministic algorithms that estimate the last menstrual period by subtracting fixed gestational durations from pregnancy outcome dates, typically ranging from 270 to 280 days for term deliveries. While these algorithms have shown high accuracy for live births in North America and Europe, with over 95% of estimates falling within two weeks of clinical records, their reliability diminishes for non-live birth outcomes, such as spontaneous or induced abortions and stillbirths, where accuracy can drop below 30-50%.
The paper highlights that previous studies have identified small but statistically significant differences in gestational length across racial and ethnic groups, which may introduce bias in GA estimation and affect perinatal research outcomes. Additionally, the generalizability of these findings to other countries is limited due to variations in coding practices and healthcare systems. The study aims to validate GA estimation methods within Korean administrative data, assessing the performance of fixed-duration algorithms across different pregnancy outcomes and exploring potential improvements through clinical code profiling. This research is particularly relevant given the distinct coding and healthcare delivery practices in Korea compared to Western countries.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the materials used, including specific reagents, equipment, and any biological samples, ensuring reproducibility of the experiments. The methodology is described step-by-step, highlighting the techniques for data collection and analysis, such as statistical methods or computational models applied to interpret the results.
Additionally, the section may include information on the experimental conditions, such as temperature, duration, and controls implemented to validate the findings. This comprehensive approach ensures that the research can be accurately replicated and that the results are reliable and scientifically sound.
Results
The results of the study involving 351,055 pregnancy episodes reveal significant variations in the accuracy of a fixed-duration gestational age (GA) estimation algorithm based on pregnancy outcomes. For live births, the algorithm demonstrated high concordance with the gold standard, with 92.2% of estimates falling within ± 2 weeks, and accuracy improved to 97.3% within ± 3 weeks and 98.8% within ± 4 weeks. Conversely, for non-live birth outcomes, accuracy was considerably lower, with stillbirths and terminations showing only 3.3% and 7.2% of estimates within ± 2 weeks, respectively. Spontaneous abortions and ectopic pregnancies had better performance, with approximately 45.2% and 20.0% of estimates within ± 2 weeks, respectively, increasing to 75.2% and 73.3% within ± 4 weeks.
The study also examined the timing of prenatal tests and complications in relation to gestational age, finding that most tests were conducted within expected clinical timeframes. For instance, first-trimester general ultrasonography was performed at a median of 6.8 weeks, while detailed ultrasonography occurred at a median of 12.4 weeks. Diagnoses of pregnancy complications, such as pre-eclampsia and gestational diabetes, aligned with clinical expectations, peaking at medians of 35.1 weeks and 27.6 weeks, respectively. Additionally, the analysis of diagnostic codes for live and non-live birth outcomes indicated inconsistencies, particularly in abortion-related codes, which exhibited a wide range of gestational ages, suggesting potential misclassification. Overall, the findings underscore the algorithm’s effectiveness for live births while highlighting challenges in accurately estimating GA for non-live birth outcomes.
Discussion
In this study, the authors evaluated the accuracy of gestational age (GA) estimation algorithms using linked data from the Korea Immunization Registry Information System (KIRIS) and the National Health Insurance Service (NHIS) claims database. The fixed-duration algorithm demonstrated high accuracy for live births, achieving 92.2% accuracy within a ±2-week threshold. However, the performance for non-live birth outcomes, such as stillbirths, terminations, spontaneous abortions, and ectopic pregnancies, was significantly lower, with accuracy rates of only 3.3%, 7.2%, 45.2%, and 20.0%, respectively. This discrepancy is attributed to shorter gestational durations and the fragmented nature of diagnostic coding for these outcomes, which limits the availability of informative claims data.
The study highlights the potential to enhance GA estimation accuracy by incorporating additional clinical predictors, such as pregnancy complications and prenatal test timings, into the algorithms. For instance, the timing of gestational diabetes and preeclampsia diagnoses aligned with expected clinical guidelines, suggesting that these markers could improve the calibration of GA estimates. The authors propose that future research should focus on developing stratified or integrated models tailored to specific pregnancy outcomes to address the limitations of fixed-duration algorithms and improve the reliability of GA estimations in claims-based studies. Overall, while the study’s linkage of nationwide claims data with immunization records provides a robust methodological foundation, it also underscores the need for careful interpretation of findings, particularly regarding non-live birth outcomes.