采用眼科医学图像数据的多机构合作研究,通过放射学通用数据模型 (R-CDM) 标准化
ChulHyoung Park1, Sang Jun Park2, Da Yun Lee2
1Department of Biomedical Informatics, Ajou University School of Medicine, Suwon, Republic of Korea.
Studies in health technology and informatics
|January 25, 2024
概括
一个新的放射学共同数据模型 (R-CDM) 标准化了医学成像数据,使得有效的多机构研究成为可能. 分析显示高血压与使用这种新型数据模型的视网膜层较薄有关.
科学领域:
- 眼科医生 眼科 眼科
- 医疗信息学 医疗信息学
- 健康数据标准化 标准化
背景情况:
- 观察医疗结果合作伙伴 - 共同数据模型 (OMOP-CDM) 标准化了电子健康记录,但不包括非结构化的医学图像数据.
- 这种局限性阻碍了涉及医学成像的多机构合作研究.
- 标准化医学成像数据对于推进大规模临床研究至关重要.
研究的目的:
- 开发和验证放射学共同数据模型 (R-CDM) 以标准化医学成像数据.
- 证明R-CDM在分析慢性疾病和视网膜结构之间的关系方面的实用性.
- 通过整合成像和临床数据,促进高效的多机构合作研究.
主要方法:
- 开发放射学共同数据模型 (R-CDM) 以标准化医学成像数据.
- 标准化使用R-CDM的来自韩国两家三级医院的737,500个光学一致性断层扫描 (OCT) 数据集.
- 在R-CDM框架内分析高血压和视网膜厚度指标 (中央黄斑厚度,RNFL厚度) 之间的关联.
主要成果:
- 通过使用R-CDM成功标准化了一大批光学一致性断层扫描 (OCT) 数据.
- 与对照组相比,在高血压患者中发现了中央黄斑厚度和视网膜神经纤维层 (RNFL) 厚度的统计学显著减少.
- 通过同时分析医学成像和临床数据,证明了高效的多机构研究的可行性.
结论:
- 放射学通用数据模型 (R-CDM) 有效地规范了医学成像数据,克服了现有模型的局限性.
- R-CDM 能够有效地同时分析医学成像和临床数据,用于多机构的研究.
- 该研究强调了高血压和视网膜厚度降低之间的显著联系,通过R-CDM框架进行验证.
