Catnip para MedCAT: Optimización de la entrada para el mapeo automatizado de variables clínicas con SNOMED CT

Área de la Ciencia:

• La informática médica
• Normas de datos para la investigación biomédica

Sus antecedentes:

• Las herramientas automatizadas de mapeo como MedCAT facilitan la armonización de datos al vincular datos médicos locales con estándares internacionales como SNOMED CT.
• El mapeo manual requiere muchos recursos, lo que dificulta el progreso de la investigación médica mundial.

Objetivo del estudio:

• Investigar cómo la formulación de los nombres de las variables del estudio (NV) afecta a la precisión y eficacia de la identificación de conceptos de SNOMED CT por MedCAT.
• Optimizar el mapeo automático de la TC SNOMED a través de un diseño mejorado de la VN.

Principales métodos:

• Extrajo 763 VN de una base de datos REDCap y creé varias versiones de VN utilizando diferentes metadatos.
• Se realizó un mapeo de CT SNOMED basado en MedCAT y se evaluó la cantidad y la calidad del concepto mediante puntuación manual en un proceso a ciegas.

Principales resultados:

• El aumento de la expresividad de las VN con los metadatos mejoró la cantidad de mapeo, pero introdujo desajustes, especialmente con términos engañosos.
• Los VN especificados manualmente lograron el mejor rendimiento de mapeo.
• Los VN básicos con un mínimo de metadatos también dieron buenos resultados.

Conclusiones:

• El refinamiento de los VNs mediante la reducción de términos engañosos y la mejora iterativa de la fraseo mejora la precisión de MedCAT para el mapeo de SNOMED CT.
• Se recomienda una revisión manual final para las variables críticas, las negaciones o las abreviaturas para garantizar la precisión del mapeo.