系统综述：利用常规医疗数据识别子痫前期的算法
Algorithms to Identify Preeclampsia in Routinely Collected Healthcare Data: A Systematic Review
作者：Julie Scotto、Anna Beckmeyer‐Borowko、Sonia Guleria、Eman Ali Saeed Alghamdi、Susan E. Andrade、Sonia Marzia Grandi、Ditte Mølgaard‐Nielsen、Maryline Le Noan‐Lainé、Elena Rivero‐Ferrer、Meritxell Sabidó Espin、Sandra López‐León
单位：Bristol-Myers Squibb (United States)；Novartis (Switzerland)；PAREXEL International (United Kingdom)；Saudi Food and Drug Authority；Harvard University；Harvard Pilgrim Health Care；Institute for Clinical Evaluative Sciences；Novo Nordisk (Denmark)
摘要
ISPE 旗下期刊 Pharmacoepidemiology and Drug Safety 2026 年 10 月刊发表系统综述，评估用于在常规医疗数据中识别子痫前期（Preeclampsia）的诊断算法。研究聚焦药物警戒与上市后安全性监测场景下，如何利用电子健康记录、理赔数据等真实世界数据识别特定不良妊娠结局。
AI 主编 · 推荐理由推荐理由
药物警戒人员可利用此综述评估现有算法适用性，优化妊娠期药物暴露安全信号检测。若企业开展产科用药安全性研究，需参考算法选择与验证方法。