一种基于专家规则的方法,用于识别婴儿发病的庞培病患者,使用可追溯的电子健康记录

科学领域:

• 医学遗传学 医学遗传学
• 罕见疾病 罕见疾病
• 公共卫生信息学 公共卫生信息学

背景情况:

• 庞培病是一种罕见的遗传性疾病,导致糖原的积累,严重影响心脏和肌肉.
• 婴儿发病的庞培病 (IOPD) 需要及时治疗以预防死亡,但由于资源有限,诊断延迟很常见.
• 早期和准确的诊断对于有效的管理和改善IOPD患者的治疗结果至关重要.

研究的目的:

• 开发和评估一种基于专家规则的查方法,使用电子健康记录 (EHR) 来早期检测阿联的IOPD.
• 为了简化IOPD的诊断过程,使得更快的识别和开始治疗.
• 利用现有的医疗数据基础设施,改善罕见病诊断.

主要方法:

• 利用了阿联阿布扎比医疗保健公司 (SEHA) 网络的EHR数据.
• 开发了一个基于专家规则的查系统,集成到自动化患者识别仪表板中.
• 基于年龄,特定症状和肌酸酶水平的专家规则,以确定高风险的IOPD病例.
• 评估了使用准确性,敏感性和特异性指标的查方法.

主要成果:

• 查方法从93,365名受试者中确定了五个真正阳性IOPD病例,一个虚假阴性和四个虚假阳性.
• 假阴性病例凸显了诊断并发疾病的挑战,以及肌酸酶测量的重要性.
• 假阳性病例归因于其他遗传疾病和感染,表明需要差异诊断.
• 基于规则的仪表板为潜在的IOPD患者提供了有效的数据可视化和自动查.

结论:

• 将专家规则与电子健康记录和仪表板集成为自动化患者查和IOPD早期检测提供了一种有效的方法.
• 开发的方法支持及时干预,可能改善这种罕见遗传疾病的患者结果.
• 未来的研究应该探索机器学习,以进一步提高IOPD识别的精度和效率.