ENACT网络正在利用开放式健康自然语言处理工具包对住房不稳定性和无家可归者采取行动

科学领域:

• 环境健康 环境健康
• 临床信息学是一种临床信息学.
• 自然语言处理 (NLP) 是一种自然语言处理.

背景情况:

• 住房是健康的关键社会决定因素,影响死亡率和临床结果.
• 在临床文本中确定与住房相关的因素对于全面的患者护理至关重要.
• 从临床记录中提取健康的社会决定因素的现有方法需要改进.

研究的目的:

• 开发和验证一个词典和NLP方法来识别临床文本中的住房概念.
• 评估各种患者队伍中开发的方法的性能.
• 加强从电子健康记录中提取健康的环境社会决定因素.

主要方法:

• 为与住房相关的概念创建一个专门的词典.
• 开发基于规则的自然语言处理 (NLP) 算法.
• 在合成数据,物质使用障碍 (SUD) 队列和住房和经济环境 (HEC) 队列上进行试点测试.

主要成果:

• 在确定住房概念方面,NLP方法取得了很高的表现.
• 合成队列的回忆率和精度为1.0,合成队列的回忆率为1.0.
• 在SUD队列中观察到高回忆率 (0.9798) 和精度 (0.9898),在HEC队列中观察到0.9160的精度.

结论:

• 开发的NLP方法在临床文本中有效地识别了与住房相关的健康的社会决定因素.
• 这种方法有望改善电子健康记录中环境健康因素的捕获.
• 准确识别住房问题可以支持有针对性的干预措施,并改善患者的健康结果.