应用外部开发的算法来识别来自EHR数据的研究案例和控制:试验和胜利
Nelly Estefanie Garduno-Rapp1, Simone Herzberg2,3, Henry H Ong4
1Clinical Informatics Center, University of Texas Southwestern Medical Center, Dallas, Texas, United States.
分享电子健康记录 (EHR) 算法提高了研究效率. 一个经过验证的基于规则的算法成功识别了不同医疗中心的旋转手套撕裂病例和控制,增强了多站点患者识别.
科学领域:
- 生物医学信息学 生物医学信息学
- 临床研究 临床研究
- 健康 数据科学 数据科学
背景情况:
- 电子健康记录 (EHR) 对研究至关重要,但互操作性问题阻碍了数据共享.
- 不同的EHR系统中缺乏标准化的元数据和算法,使研究应用复杂化.
- 将生物存储库与EHR算法联系起来,可以有效地识别大型观测研究的病例和对照.
研究的目的:
- 实施和验证一个基于规则的算法来分类旋转部撕裂 (RCT) 病例和使用EHR数据进行控制.
- 评估在一个医疗中心开发的表型算法的性能,当应用到来自另一个中心的数据时.
- 评估在不同医疗机构中共享和应用EHR算法的可行性.
主要方法:
- 使用国际疾病分类和当前程序术语代码的表型算法应用于492名患者的EHR数据.
- 该算法最初来自田纳西州的一个医疗中心,用于在北德克萨斯州的一个医疗中心识别退行性RCT的病例和控制.
- 手动审查和与黄金标准进行比较以验证算法的分类准确性.
主要成果:
- 最初,该算法正确分类了80.9%的患者.
- 在微调和黄金标准校正后,该算法获得了0.94的灵敏度和0.76.7的特异性.
- 由于编码实践的变化,出现了实施挑战;通过额外的代码来完善数据字典,提高了性能.
结论:
- 分享病例控制算法可以通过改善多站点患者识别来显著促进基于电子健康记录的研究.
- 精细的代码验证和标准化对于成功使用EHR算法进行多中心研究至关重要.
- 该研究表明,适应和完善现有算法对新数据集,发现数据输入错误和验证研究结果的价值.
更多相关视频
07:50A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts
Published on: September 20, 2018
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
相关概念视频
Issues And Trends In Healthcare Delivery System
Cost Containment
Payment for healthcare services has historically promoted adoption of costly and often unnecessary or inefficient...
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Statistical Software for Data Analysis and Clinical Trials
Methods of Documentation VII: EMR
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
