通过合成电子健康记录的自然语言处理和临床试验资格标准自动化临床试验匹配

科学领域:

• 生物医学信息学 生物医学信息学
• 临床试验操作 临床试验操作
• 自然语言处理自然语言处理.

背景情况:

• 患者招募是临床试验中的一个主要瓶,延迟了医学进步.
• 自动化系统有可能简化符合条件的参与者的识别和招生.
• 目前用于将患者与试验匹配的方法通常是手动的,耗时的.

研究的目的:

• 开发和评估一种自动化方法,用于将患者与临床试验相匹配.
• 利用自然语言处理 (NLP) 来将电子健康记录 (EHR) 与试验资格标准联系起来.
• 调整Sørensen-Dice指数以量化患者试验匹配的质量.

主要方法:

• 生成现实的合成电子健康记录 (EHR).
• 应用自然语言处理 (NLP) 技术从电子健康记录和试验标准中提取信息.
• 调整和实施Sørensen-Dice指数以评估患者和试验的兼容性.
• 使用模拟数据验证自动匹配过程.

主要成果:

• 通过NLP证明了将合成EHR数据与临床试验资格标准联系起来的可行性.
• 成功调整了Sørensen-Dice指数以量化患者和试验之间的匹配质量.
• 拟议的自动化方法显示了提高临床试验招聘速度和准确性的潜力.

结论:

• 自动化临床试验匹配对加速医学研究具有重大前景.
• 在处理复杂的临床试验资格标准和EHR数据方面,NLP方法是有效的.
• 索伦森-戴斯指数为评估患者试验适应性提供了可量化的衡量标准,有助于招聘工作.