放射学中的结构化报告可以通过数据挖掘进行流行病学分析:尿病作为一个用例
Tobias Jorg1, Moritz C Halfmann2, Niklas Rölz3
1Department of Diagnostic and Interventional Radiology, University Medical Center of the Johannes Gutenberg-University Mainz, Langenbeckst. 1, 55131, Mainz, Germany. tobias.jorg@unimedizin-mainz.de.
结构化放射学报告提供了一种简单的方法来挖掘尿病的流行病学和疾病特征. 这些数据有助于质量保证,辐射保护和科学研究,强调了一致的结构化报告的重要性.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 放射学 信息学 信息学
- 流行病学 流行病学
背景情况:
- 尿病是一种常见的疾病,需要准确的流行病学数据.
- 放射学中的结构化报告 (SR) 为这些数据提供了一个潜在的来源.
- 了解疾病特征对于临床管理和研究至关重要.
研究的目的:
- 调查尿病的流行病学和分布特征.
- 为此目的评估数据挖掘结构化放射学报告的实用性.
主要方法:
- 从一个结构化报告平台提取了2028年尿病CT扫描的数据.
- 计算了患病率和患者人口统计学分布,结算特征 (大小,密度,位置) 和阻塞性尿路病.
- 分析了微积分特征对阻塞性尿路病症程度的影响.
主要成果:
- 在该队列中,尿病的患病率为72%.
- 尿路结石病 (40%) 比结石病 (25%) 更常见.
- 81%的尿结石病例显示出阻塞性尿路病变,但结石特征没有影响其严重程度.
结论:
- 结构化放射学报告的数据挖掘是获得尿病流行病学和疾病特征的有效方法.
- 这些信息对质量保证,辐射保护和研究有价值.
- 持续使用结构化报告对于实现这些好处至关重要,尽管采用需要放射科医生适应.
更多相关视频
10:38Observational Study Protocol for Repeated Clinical Examination and Critical Care Ultrasonography Within the Simple Intensive Care Studies
Published on: January 16, 2019
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
相关概念视频
Urinary Tract Calculi III: Medical Management
Urinary Tract Calculi I: Introduction
Imaging Studies V: Intravenous Urography and Retrograde Pyelography
Urinary Tract Calculi V: Nursing Management
Imaging Studies I: Kidney, Ureter, and Bladder Studies
Imaging Studies II: Ultrasonography
