"グレーゾーン"を特定する:痛みに対する長期オピオイド治療を受けている退役軍人のオピオイド乱用を検出するためのスケーラブルな方法の開発
Colin Macleod1, Caroline Logue2, Kyle Kumbier2
1Department of Internal Medicine, University of Michigan, Ann Arbor, MI, USA.
オピオイド乱用のリスクが高い患者を特定することは,オピオイド乱用障害 (OUD) ではないが,挑戦的です. 機械学習モデルは,電子医療記録を使用してこれらの"グレーゾーン"の患者を効果的に識別し,臨床介入を改善します.
科学分野:
- クリニカル・インフォマティックス
- 医薬品監視 医薬品監視
- 医療における機械学習
背景:
- オピオイドの乱用のリスクが高いが,オピオイド使用障害 (OUD) のない,オピオイドを処方された患者は,臨床的な症状を示します.
- グレーゾーンのグレーゾーン
- 識別と介入のための挑戦.
- 手動のチャートレビューは効果的ですが,資源密集的です.
- 電子医療記録 (EHR) には,このグループに対する特定のコードがなく,理解が制限されています.
研究 の 目的:
- 機械学習モデルを開発・検証し,機械学習モデルを特定する.
- グレーゾーンのグレーゾーン
- 構造化されたEHRデータを用いた患者.
- マニュアルレビューを超えた高リスクオピオイド患者の特定を改善するために.
主な方法:
- 741人の米国退役軍人のマニュアルチャートレビューを行い,長期にわたってオピオイドの処方箋とICDコードを処方した.
- このデータセットで,弾性純回帰 (ENR) モデルが訓練され,予測ができるようになりました.
- グレーゾーンのグレーゾーン
- 構造化されたEHRデータを用いた状態.
- モデルは,より大きな未審査の退役軍人のサンプルに適用されました.
主要な成果:
- レビューされた患者の73%が達成しました.
- グレーゾーンのグレーゾーン
- 基準. 基準. 基準.
- 主要なENRモデルは,構造化データのみに比べて11%の改善である84%のポジティブ予測値 (PPV) を達成しました.
- このモデルでは,4047個の追加値が特定されました.
- グレーゾーンのグレーゾーン
- 個体と,主要な予測変数を強調した.
結論:
- 機械学習モデルは,自律の識別を大幅に改善することができます.
- グレーゾーンのグレーゾーン
- 患者さんを従来の方法と比較した結果です.
- このアプローチは,対象の研究と臨床介入のための集団レベルでの識別を容易にする.
さらに関連する動画
12:20Use of the Operant Orofacial Pain Assessment Device OPAD to Measure Changes in Nociceptive Behavior
Published on: June 10, 2013
09:54Combining Laser Capture Microdissection and Microfluidic qPCR to Analyze Transcriptional Profiles of Single Cells: A Systems Biology Approach to Opioid Dependence
Published on: March 8, 2020
関連する概念動画
Opioid Analgesics: Synthetic and Semisynthetic Opioids
Analgesia and Pain Management
Opioid Analgesics: Morphine and Other Natural Cogeners
Prescription, Nonprescription and Orphan Drugs
The misuse and addiction to prescription drugs is a growing problem that can affect people of all age groups, specifically teenagers. This can happen when prescription medications are used in ways not intended by the prescriber, such as taking someone else's prescription or using medication for...
Therapeutic Drug Monitoring: Drug Analysis Methods
Drug Accumulation During Multiple Dosing: Repetitive IV Injections
