相关实验视频
Updated: Jul 12, 2025

14:56
Remote Laboratory Management: Respiratory Virus Diagnostics
Published on: April 6, 2019
33.2K
对SCCM发现的自动数据抽象的验证 病毒COVID-19注册表:实用的EHR出口途径 (VIRUS-PEEP)
Diana J Valencia Morales1, Vikas Bansal2, Smith F Heavner3
1Division of Critical Care Medicine, Department of Anesthesiology and Perioperative Care, Mayo Clinic, Rochester, MN, United States.
Frontiers in medicine
|October 20, 2023
概括
从电子健康记录 (EHR) 中自动提取数据对于COVID-19研究是可行的和可靠的. 与手动数据提取相比,这种方法显著降低了资源负担,使得研究机会更广泛.
科学领域:
- 医疗信息学 医疗信息学
- 健康 数据科学 数据科学
- 临床研究 临床研究
背景情况:
- 从电子健康记录 (EHR) 中手动提取数据是资源密集的.
- 自动数据提取为减少负担和扩展研究提供了解决方案.
- 这项研究评估了COVID-19患者注册表中的自动提取.
研究的目的:
- 为了确定自动数据提取的可行性.
- 评估自动数据提取的可靠性.
- 在COVID-19注册表中,将自动提取与手动方法进行比较.
主要方法:
- 使用来自SCCM发现病毒COVID-19注册表的数据的观察性研究.
- 手动和自动提取人口统计,并发症和结果变量.
- 统计分析包括科恩的卡帕,皮尔森的相关性,以及布兰德-阿尔特曼图.
主要成果:
- 对于13个类别变量 (例如,种族,性别,高血压,ICU入院) 几乎完全一致.
- 在5个类别变量 (例如,COPD,CKD,NIMV) 上达成实质性协议.
- 连续变量 (例如年龄,体重,医院LOS) 的极高至高相关性. 平均灵敏度为90.7%,特异性为96.9%.
结论:
- 对于EHR数据,自动数据提取是可行的,也是有效的.
- 这种方法简化了用于COVID-19研究的数据收集.
- 自动化提高了效率,并扩大了临床研究的范围.

