通过文本挖掘应用到电子健康记录的COVID-19爆发监控
Hermano Alexandre Lima Rocha1, Erik Zarko Macêdo Solha2, Vasco Furtado2
1Department of Community Health, Federal University of Ceará, Street Papi Júnior, 1223, 5th. Floor, Fortaleza, CE, Brazil. hermano@ufc.br.
这项研究开发了一种数据科学模型,利用医疗记录早期检测COVID-19爆发. 该模型可以在传统系统几周前识别潜在的新疫情,从而使公共卫生反应更快.
科学领域:
- 流行病学 流行病学
- 数据科学数据科学数据科学
- 公共卫生 公共卫生
背景情况:
- 随着COVID-19的爆发,人们越来越需要先进的流行病学监测技术.
- 现有的监控系统在资源有限的环境中扎,测试能力低.
- 常规医疗保健遭遇数据为实时疫情检测提供了有价值的,未充分利用的资源.
研究的目的:
- 开发和验证一个数据科学模型,用于早期实时检测潜在的COVID-19爆发.
- 为了利用例行生成的医疗保健遭遇记录来加强流行病学监测.
- 解决在缺乏资源的医疗保健环境中缺乏有效的监控工具的问题.
主要方法:
- 通过使用紧急护理单位 (ECU) 患者记录和文本挖掘,定义了一种流行病学指标.
- 分析了2,760,862个ECU记录 (2020年1月至2022年5月) 的大量数据集.
- 采用时间序列的样本交叉相关性来评估模型对确诊的COVID-19病例的性能.
主要成果:
- 该模型显示了与不同波的COVID-19确诊病例有显著的交叉相关性.
- 时间滞后的相关性表明了早期检测能力,对第一,第二和第三波有重大发现.
- 确定了特定的时间延迟和交叉相关值 (例如,第一个波的72天,~0.82).
结论:
- 开发的数据科学模型可以早期检测潜在的COVID-19疫情.
- 这种早期检测可以在传统监控系统之前几周.
- 基于模型预测的预测性公共卫生干预可以增加其成功概率.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
09:20Cloud-Based Phrase Mining and Analysis of User-Defined Phrase-Category Association in Biomedical Publications
Published on: February 23, 2019
相关概念视频
Steps in Outbreak Investigation
Issues And Trends In Healthcare Delivery System
Cost Containment
Payment for healthcare services has historically promoted adoption of costly and often unnecessary or inefficient...
Principles of Disease Surveillance
Statistical Software for Data Analysis and Clinical Trials
Methods of Documentation VII: EMR
Genomics
