Armonización automatizada de datos en la investigación clínica: enfoque de procesamiento del lenguaje natural | JoVE Visualize

Área de la Ciencia:

Biología computacional y bioinformática
Informática de la salud
Aprendizaje automático en la salud

Sus antecedentes:

La integración de datos es crucial para el avance de la investigación clínica y epidemiológica.
La armonización de diversas variables entre conjuntos de datos es un cuello de botella importante.
Los métodos existentes para la armonización de variables son a menudo ineficientes y no escalables.

Objetivo del estudio:

Desarrollar y evaluar un método basado en el procesamiento del lenguaje natural (PNL) para la armonización automatizada de variables.
Para permitir la integración escalable de múltiples conjuntos de datos de investigación.
Mejorar la eficiencia y la precisión de la armonización de datos en estudios a gran escala.

Principales métodos:

Desarrolló un modelo de red neuronal totalmente conectada (FCN) mejorado con aprendizaje contrastante.
Utilizó las incorporaciones específicas de dominio de las representaciones de codificadores bidireccionales de los transformadores para la minería de texto biomédico.
Entrenado y validado el modelo en tres conjuntos de datos cardiovasculares (riesgo de aterosclerosis en las comunidades, estudio del corazón de Framingham, estudio multiétnico de la aterosclerosis).
Enmarcó la tarea de armonización como un problema de clasificación de oraciones emparejadas utilizando descripciones de metadatos.

Principales resultados:

El método FCN logró una precisión de 98,95% y un AUC de 0,99.
Esto superó significativamente la línea de base de regresión logística (precisión de los 5 primeros 22,23%, AUC 0,82).
La mejora del aprendizaje por contraste también mostró un rendimiento superior al de referencia.

Conclusiones:

El nuevo enfoque FCN ofrece una solución escalable para armonizar los metadatos en estudios de cohorte grandes.
Este método clasifica con precisión los conceptos armonizados para la investigación de enfermedades cardiovasculares y accidentes cerebrovasculares.
La estrategia basada en PNL mejora sustancialmente las capacidades de integración de datos en comparación con los métodos tradicionales.