使用从电子病历中提取的特征预测查数字乳腺图莫合成回忆的可行性

科学领域:

• 放射学和医学成像学 医学成像学
• 在瘤学瘤学.
• 医疗信息学 医疗信息学

背景情况:

• 查乳房镜召回会影响患者的焦虑和医疗费用.
• 预测工具可以优化调度和患者管理.

研究的目的:

• 为了识别与查相关的电子病历 (EMR) 相关的因素. 乳房镜召回建议.
• 在调度时评估预测召回建议的可行性.

主要方法:

• 一个多变量逻辑回归模型是使用来自21543名40岁以上的女性进行数字乳腺图解合成 (DBT) 的数据开发的.
• 分析的因素包括人口统计学,家庭/个人/手术乳腺癌史,以前的回忆和自上次乳腺扫描以来的时间.
• 主要结果是BI-RADS 0 (召回) 建议.

主要成果:

• 乳腺癌手术史 (OR: 2.298) 显著增加了召回可能性.
• 之前的召回和最近的查乳房图 (0-30个月) 与更低的召回率有关.
• 年龄也是一个重要因素,年龄较大与回忆概率较低有关.

结论:

• 使用易于获得的EMR数据预测DBT查回忆是可行的.
• 这种预测能力有可能简化患者护理和资源分配.
• 进一步整合到调度工作流中可以提高效率.