开发和验证可计算的表型,用于识别阿尔茨海默病患者,使用电子健康记录数据

科学领域:

• 医疗信息学 医疗信息学
• 临床研究 临床研究
• 数据科学数据科学数据科学

背景情况:

• 电子健康记录 (EHR) 中的阿尔茨海默病 (AD) 诊断在仅依赖诊断代码时经常是不准确的.
• 准确的患者鉴定对于使用真实数据的临床研究至关重要.

研究的目的:

• 开发和验证可计算的表型 (CP) 以更准确地使用EHR数据识别阿尔茨海默病 (AD) 患者.
• 在大规模的EHR数据集中提高AD患者识别的可靠性.

主要方法:

• 利用电子健康记录 (EHR) 的结构化和非结构化数据.
• 通过代手动图表审查开发了基于规则的可计算表型 (CP).
• 在多个医疗保健系统中验证了CP:UFHealth,UTHealth和UMN.

主要成果:

• 最佳的CP,要求至少有两个AD诊断和AD相关的关键词在遭遇中,显示出高性能.
• 获得了F1分数为0.817 (UFHealth),0.961 (UTHealth) 和0.623 (UMN) 的F1分数.
• 在不同的人口统计数据中验证了CP,证实了其稳健性和公平性.

结论:

• 开发并验证了基于规则的可计算表型 (CP) 以在EHR中准确识别阿尔茨海默病 (AD).
• 经过验证的CP对于未来的研究至关重要,这些研究将利用现实世界EHR数据用于AD研究.
• 这种方法提高了观察性研究中患者队列的精度.