增加孕产妇临床队列数据与行政实验室数据集链接:一个验证研究

科学领域:

• 医疗信息学 医疗信息学
• 数据科学数据科学数据科学
• 生物信息学是一种生物信息学.

背景情况:

• 大数据和大型语言模型在医疗保健领域具有潜力.
• 保护患者保密是医疗数据分析的一个主要挑战.
• 通过管理实验室数据来增加临床数据,可以避免人口统计信息.

研究的目的:

• 探索一种替代方法来检查来自大型行政数据集的患者档案.
• 使用样本条形码将外部数据与国家卫生实验室服务 (NHLS) 数据库连接起来.
• 在不使用人口信息的情况下,量化这种数据链接方法的性能指标.

主要方法:

• 使用样本条形码将外部医院数据链接到NHLS数据库.
• 使用样本条形码来确定数据链接.
• 在1200条记录的验证样本上量化链接性能指标.

主要成果:

• 在将NHLS数据与外部医院数据链接方面取得了95%的成功率.
• 获得了87%的准确匹配和9%的匹配与排版纠正.
• 在行政数据中发现了5%的不匹配或重复.

结论:

• 样本条形码对于没有人口识别符的确定性数据链接是可靠的.
• 这种方法有效地创建了大型的,链接的健康数据集.
• 患者的保密性得到维护,同时实现了强大的数据链接.