基于电子健康记录的算法开发和验证,用于在VA中识别TBI:VA百万退伍军人计划研究
Victoria C Merritt1,2,3, Alicia W Chen4, Clara-Lea Bonzel5
1VA San Diego Healthcare System (VASDHS), San Diego, CA, USA.
Brain injury
|July 15, 2024
概括
一个新的算法,TBI-PheCAP,使用电子健康记录准确地识别退伍军人的创伤性脑损伤 (TBI). 这种方法改进了TBI研究的现有方法.
科学领域:
- 医疗信息学 医疗信息学
- 神经学 神经学
- 公共卫生 公共卫生
背景情况:
- 创伤性脑损伤 (TBI) 是退伍军人的一个重大问题.
- 在大量人群中准确识别TBI对于研究至关重要.
- 在电子健康记录中用于TBI表型化的现有方法存在局限性.
研究的目的:
- 开发和验证一种新的算法,TBI-PheCAP,用于识别有TBI病史的退伍军人.
- 利用退伍军人事务 (VA) 电子健康记录和百万退伍军人计划 (MVP) 数据.
- 将TBI-PheCAP的性能与现有的TBI识别方法进行比较.
主要方法:
- 利用PheCAP,一个半监督的管道,用于算法开发.
- 通过对200名退伍军人的手动图表审查,建立了"黄金标准"的TBI标签.
- 在MVP数据 (n=702740) 上使用交叉验证进行了TBI-PheCAP算法的训练和评估.
主要成果:
- TBI-PheCAP实现了接收器运行特征曲线下的面积为0.92.
- 该算法在90%的特异性下显示了84%的灵敏度和98%的正预测值 (PPV).
- 在分类指标方面,TBI-PheCAP的表现优于现有的TBI算法和表型化方法.
结论:
- TBI-PheCAP算法是用于识别退伍军人的TBI的高度准确和验证的工具.
- 它的卓越性能使其适合大规模基于人群的TBI研究.
- 建议将来使用VA电子健康记录和MVP数据进行研究.
更多相关视频
09:16Use of a Wireless Video-EEG System to Monitor Epileptiform Discharges Following Lateral Fluid-Percussion Induced Traumatic Brain Injury
Published on: June 21, 2019
25.6K
08:36Development of an Uncomplicated Mild Traumatic Brain Injury Model Modified by Weight-Drop Method and Evidenced by Magnetic Resonance Imaging
Published on: April 11, 2025
226
