在医疗记录中使用SPICT-LIS识别接受息治疗的癌症患者:基于规则的算法和文本挖掘技术

科学领域:

• 医疗信息学 医疗信息学
• 在医疗保健中的数据科学.
• 息护理研究 息护理研究

背景情况:

• 由于专家短缺,低收入和中等收入国家对息治疗的准入是有限的.
• 数据科学,包括基于规则的算法和文本挖掘,可以分析电子健康记录以改善息护理.
• 低收入环境的支持性和息性护理指标 (SPICT-LIS) 提供了识别需要息性护理的患者的标准.

研究的目的:

• 开发和评估一种基于规则的算法,用于识别有资格接受息治疗的癌症患者.
• 根据泰国版本的SPICT-LIS标准来评估算法的性能.
• 确定与癌症患者相关的因素,这些癌症患者可以从息治疗中受益.

主要方法:

• 对14363名癌症患者 (年龄≥18) 的电子病历分析,这些患者在2016-2020年间被诊断为癌症患者.
• 开发两种基于规则的算法 (严格和宽松),使用代币化和情绪分析来检测SPICT-LIS指标.
• 与息护理医生相比,使用百分比协议和科恩的卡帕系数评估评价者之间的可靠性.

主要成果:

• 严格的基于规则的算法实现了高准确度 (95%的协议,科恩的卡帕为0.83).
• 放松的算法显示了较低的同意率 (71%的同意率,科恩的kappa为0.16).
• 晚期癌症和疼痛,呼吸不全,胀,妄想症,异口症和厌食症等症状预计可以从息治疗中受益.

结论:

• 与电子医疗记录集成的基于规则的算法可以显著改善息护理的识别.
• 这种数据科学方法为在资源有限的环境中及时准确选择患者提供了一个有希望的解决方案.
• 这项研究突出了计算方法的潜力,以增强癌症患者的息护理服务.