全现象多病态模式的互操作性:对两个大型电子健康记录系统的比较研究

科学领域:

• 生物医学信息学 生物医学信息学
• 计算生物学 计算生物学
• 网络科学 网络科学

背景情况:

• 电子健康记录 (EHR) 越来越多地用于多病症研究.
• 由于行政设计,人们对电子健康记录数据的准确性,完整性和适合研究存在担忧.
• 基于EHR的多发病性研究的一致性和可重复性受到质疑.

研究的目的:

• 评估来自两个主要的电子健康记录系统的多病症网络的一致性和可重复性.
• 探索EHR数据对于全现象多病症分析的实用性.
• 发现临床上可解释的疾病关系和模式.

主要方法:

• 利用病号来表示疾病,并对并发症强度进行分析.
• 通过使用双逻辑回归来构建的多病率作为加权的非定向图.
• 评估了EHR系统在本地,中级和全球范围内网络的一致性.
• 为在线分析提供了一个交互式网络工具和知识库.

主要成果:

• 在EHR系统之间观察到疾病频率 (肯德尔的 τ = 0.643) 和并发症强度 (皮尔森 ρ = 0.79) 的强相关性.
• 在不同尺度和EHR中找到一致的网络统计和结构.
• 证明了多病态模式与遗传相关性的对齐.
• 通过案例研究确定了一致的核心-外围网络结构,并揭示了临床相关的疾病关系.

结论:

• 大规模的EHR数据对于全现象的多发病性研究来说是可靠的.
• 多发病性模式与遗传数据一致,表明共享的疾病生物学.
• 一致的网络结构为复杂的疾病相互作用提供了洞察力,并支持精准医学.