一种无监督学习方法,使用电子健康记录来识别免疫球蛋白利用模式
Kiarash Riazi1,2, Mark Ly2, Rebecca Barty3,4
1Department of Community Health Sciences, Cumming School of Medicine, University of Calgary, Calgary, Alberta, Canada.
Transfusion
|October 20, 2023
概括
识别具有高免疫球蛋白 (Ig) 使用率的患者亚组对于管理资源配置至关重要. 这项研究使用电子健康记录来发现不同的Ig受体群体,帮助预测未来的需求和供应链管理.
科学领域:
- 医疗保健服务研究 医疗服务研究
- 药物经济学 药物经济学
- 在医疗保健中的数据科学.
背景情况:
- 在加拿大管理免疫球蛋白 (Ig) 产品分配面临着因需求增加,成本和全球短缺而带来的挑战.
- 识别具有高Ig利用率的患者群体是有效资源规划和供应链管理的关键.
- 电子健康记录 (EHR) 为分析Ig利用模式提供了有价值的数据来源.
研究的目的:
- 根据免疫球蛋白受体的利用模式,识别出不同的免疫球蛋白受体子组.
- 利用EHR数据进行基于数据的Ig用户细分.
- 为资源分配策略和Ig产品需求预测提供信息.
主要方法:
- 分析了卡尔加里 (2014-2020年) 所有静脉或皮下免疫球蛋白接受者的EHR数据.
- 应用K-means集群对患者特征和实验室数据来导出患者集群.
- 描述性分析和可视化技术以解释已识别的患者群.
主要成果:
- 在4112名接受者中,确定了六个不同的患者群.
- 两个群体 (9.9%和30.9%的患者) 分别占总Ig利用率的62.2%和27.1%.
- 特定的集群与高住院使用 (86.4%),儿科人口 (平均年龄为4岁),急诊室输液 (77.3%) 和皮下Ig治疗有关.
结论:
- 该研究成功地根据使用EHR数据的Ig利用率对患者进行了细分.
- 确定的患者集群突出了高利用率的群体和那些短期住院使用的风险群体.
- 这些发现为改善Ig产品需求预测和在短缺期间的资源分配提供了数据驱动的基础.
