Catnip for MedCAT: 臨床変数の自動化されたSNOMEDCTマッピングのための入力最適化

科学分野:

• 医療情報学
• 生物医学研究データ規格

背景:

• MedCATのような自動マッピングツールは,SNOMED CTのような国際基準にローカルな医療データをリンクすることにより,データの調和を促進します.
• マニュアルマッピングは 資源を大量に消費し 世界的な医学研究の進歩を妨げています

研究 の 目的:

• 試験変数名 (VN) の構成が,MedCATによるSNOMED CT概念識別の正確性と有効性にどのように影響するか調査する.
• 自動化されたSNOMED CTマッピングを改善したVNデザインで最適化します.

主な方法:

• REDCapのデータベースから763のVNを抽出し,さまざまなメタデータを使用して複数のVNバージョンを作成しました.
• MedCATベースのSNOMED CTマッピングを行い,盲目のプロセスで手動でスコアを付けることでコンセプトの量と質を評価しました.

主要な成果:

• メタデータでVNの表現力を高めると,マッピングの量も向上したが,特に誤解を招く用語では不一致が生じた.
• 手動で指定されたVNは最高のマッピング性能を達成しました.
• ベーシックなVNはメタデータも少なく,良い結果を出しました.

結論:

• 誤解を招く用語を減らし,表現を繰り返し改善することで,SNOMED CTマッピングのMedCATの精度が向上します.
• マッピングの正確性を確保するために,重要な変数,否定,または略語の最終的な手動レビューが推奨されます.