lab2clean:一种新的算法,用于自动清理二次用途的回顾性临床实验室结果数据
Ahmed Medhat Zayed1,2, Arne Janssens3, Pavlos Mamouris3
1Department of Public Health and Primary Care, KU Leuven, Leuven, Belgium. ahmed.zayed@kuleuven.be.
BMC medical informatics and decision making
|September 3, 2024
概括
lab2clean是一个新的R算法,可以自动清理临床实验室数据. 它提高了可靠的临床研究和机器学习模型的数据质量.
科学领域:
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 临床研究和医疗保健机器学习取决于高质量的临床实验室数据.
- 由于记录和报告标准不一致,数据预处理面临挑战.
研究的目的:
- 开发一个自动化算法,lab2clean,用于标准化和清理回顾性临床实验室数据.
- 提高临床实验室数据的可靠性和准确性,用于研究应用.
主要方法:
- 开发了lab2clean作为两个R函数,用于数据符合性和可信性.
- 在两个大型电子医疗记录 (EMR) 数据库上实施和评估了算法.
- 专注于标准化结果格式和验证结果值.
主要成果:
- 实验室2clean有效地减少了变异性,并确定了错误的实验室记录.
- 证明了大型数据集的快速有效的标准化和验证.
- 显著提高了临床实验室结果的符合性和可信性.
结论:
- lab2clean提供了一种有效的工具,用于预处理临床实验室数据.
- 提高临床研究和机器学习模型的质量,可靠性和可重复性.
- 未来扩展的目标是扩大医疗数据管理的功能和可访问性.


