验证一种急性呼吸道感染表型算法,以支持基于计算机化医疗记录的强大呼吸道哨兵监测,英格兰,2023,203年

科学领域:

• 公共卫生监督 公共卫生监督
• 传染病流行病学 传染病流行病学
• 医疗信息学 医疗信息学

背景情况:

• 计算机化医疗记录 (CMR) 对于呼吸道哨兵监测至关重要.
• 表型化算法用于识别特定疾病,如急性呼吸道感染 (ARI).
• 牛津皇家通用医师学院研究和监测中心 (RSC) 运营着英格兰的初级保健哨兵网络.

研究的目的:

• 描述和验证RSC网络的新ARI表型算法.
• 从CMR数据提高ARI病例识别的准确性.
• 为其他基于CMR的监控系统建立一个模型.

主要方法:

• 开发了一个新的ARI表型算法,遵守国际互操作性标准.
• 通过将病例识别与英格兰2022/23年流感季节之前的算法进行比较来验证算法.
• 分析了用于ARI记录的临床代码,以评估算法性能.

主要成果:

• 新的算法确定了807,781个ARI病例 (33.84%) 的净增加,总计为3,194,224个,与旧算法的2,386,443个相比.
• 63.7%的新发现病例是由于症状代码错过了之前的算法.
• 旧的算法错误地识别了52,258个非ARI病例,包括慢性和非传染性疾病.

结论:

• 一个新的ARI表型算法提高了CMRARI病例检测的准确性.
• 改进的监测数据有利于公共卫生当局提供更准确的报告.
• 该算法提供了一个可转移的框架,用于在其他基于CMR的监控网络中开发类似系统.