通过对慢性病进展的队列研究,验证用于临床流行病学的交互式过程挖掘方法

科学领域:

• 临床流行病学临床流行病学
• 数据科学数据科学数据科学
• 医疗信息学 医疗信息学

背景情况:

• 过程挖掘为分析纵向临床数据提供了潜力,但应用有限.
• 观察性临床流行病学可以从先进的分析技术中获益,以了解疾病的进展.

研究的目的:

• 提出和评估一种方法,将过程挖掘与观察性临床流行病学相结合.
• 使用数据驱动方法发现疾病进展模式并确定相关的风险因素.

主要方法:

• 一个八步方法,将队列研究设计与过程挖掘技术相结合.
• 数据收集,策划,事件日志生成,过程发现,抽象,假设测试和预测.
• 在对比质子抑制剂 (PPI) 和H2阻断剂 (H2B) 用户的队列研究中实施.

主要成果:

• 质子抑制剂 (PPI) 的使用与明显更高的疾病进展风险有关,包括估计的淋巴膜过率 (eGFR) 降低了30%以上 (HR 1.6,95% CI 1.4-1.8).
• 使用PPI的患者表现出因任何原因增加的死亡风险 (HR 3.0,95% CI 2.1-4.4).
• 研究了疾病进展过渡和共同变量 (年龄,性别,并发症) 之间的关联,并开发了一种风险预测工具.

结论:

• 拟议的方法有效地将工艺采矿与流行病学研究相结合,用于疾病进展分析.
• 这种方法增强了对疾病动态的理解,识别了风险因素,并促进了个性化的风险预测.
• 过程采矿和临床流行病学之间的协同作用为研究和发现开辟了新的途径.