开发和验证一个开源管道,自动填充电子健康记录中的病例报告表格:一个儿科多中心前性研究
Alba Gutiérrez-Sacristán1, Simran Makwana1, Audrey Dionne2
1Department of Biomedical Informatics, Harvard Medical School, 10 Shattuck Street, Boston, MA, 02115, USA.
EBioMedicine
|September 17, 2024
概括
在临床试验中,自动从电子健康记录 (EHR) 中输入数据可显著提高效率和准确性. 这种计算管道与手动数据具有很高的一致性,简化了研究过程.
科学领域:
- 生物医学信息学 生物医学信息学
- 临床研究信息学 临床研究信息学
- 健康 数据科学 数据科学
背景情况:
- 临床试验和注册研究对于医学进步至关重要,但涉及到大量的手动数据收集.
- 手动输入数据是耗时的,容易出现错误的,而且成本高昂.
- 从电子健康记录 (EHR) 中重新利用现实世界的数据提供了一个更有效的替代方案.
研究的目的:
- 开发和验证一个开源的计算管道,用于从EHR中自动提取数据.
- 用实验室和药物信息填写病例报告表 (CRF).
- 在儿科临床研究中,与手动方法相比,评估自动化数据输入的效率和准确性.
主要方法:
- 开发了一个开源的计算管道,从EHR中提取实验室和药物数据.
- 使用来自两个独立儿科医院的数据验证了管道,用于长期M OUtcomes后儿童多系统炎症综合征 (MUSIC) 研究.
- 将自动提取的数据与手动输入的值进行比较,并将管道的输出作为第二家医院的主要数据源.
主要成果:
- 成功提取并填充了159名患者的51,000多种实验室和4,900种药物价值.
- 在患者住院期间,自动提取和手动输入数据之间实现了高一致性 (91.59%).
- 确定了超过13,000个额外的实验室和500种有趣的药物值,证明了管道的全面数据捕获.
结论:
- 在入院期间,从EHR中自动输入实验室和药物值的数据是可行的和准确的.
- 开发的管道展示了二次EHR数据使用的潜力,以提高临床研究效率.
- 这种方法可以通过提高数据质量和减少手工劳动来显著加快医学研究.
