自动化电子健康记录数据提取和处理使用ExtractEHR

科学领域:

• 儿科瘤学 儿科瘤学
• 临床信息学 临床信息学
• 生物医学数据科学 生物医学数据科学

背景情况:

• 电子健康记录 (EHR) 数据对成人研究的潜力已确定,但其对儿科瘤学研究的影响是有限的.
• 儿科瘤学研究面临的挑战包括商业数据集中的儿科癌症病例稀少,以及在联合的EHR数据中识别表型的困难.

研究的目的:

• 推出ExtractEHR,一个软件包,旨在克服利用儿童瘤学研究的EHR数据的局限性.
• 为了使多个研究应用的多站点儿科癌症EHR数据集的创建.

主要方法:

• 从多个机构的电子健康记录系统中提取定制的,自动化的数据提取ExtractEHR.
• 伴随软件包CleanEHR和GradeEHR用于数据提取后的数据清理和分级.
• 该软件最初是为不良事件报告而开发的,并已扩展为队列开发.

主要成果:

• 在四个主要的儿科机构成功实施了ExtractEHR:亚特兰大儿童医疗中心,费城儿童医院,德克萨斯州儿童医院和西雅图儿童医院.
• 该软件支持了各种研究用例,包括临床流行病学研究,多中心临床试验和癌症队列的组装.

结论:

• ExtractEHR是一个有价值的工具,用于生成儿科癌症EHR数据集,以解决关键的研究问题.
• 持续的开发包括与快速医疗互操作性资源 (FHIR) 的集成以及可扩展性和可持续性的增强.