标准化表型算法用于从电子健康记录系统中分类退行性旋转部撕裂
Simone D Herzberg1,2, Nelly-Estefanie Garduno-Rapp3, Henry H Ong4
1Vanderbilt University School of Medicine, Nashville, TN 37203, United States.
JAMIA open
|March 19, 2025
概括
标准化算法准确地识别了电子健康记录 (EHR) 中的退行性旋转手套撕裂 (DCT). 这些新方法改进了以前的策略,为大规模研究提供了更高的精度.
科学领域:
- 整形外科 整形外科 整形外科
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 退行性旋转手套撕裂 (DCT) 是50岁以上成年人肩部疼痛的主要原因.
- 目前在电子健康记录 (EHR) 中识别DCT的方法依赖于各种代码,导致潜在的错误分类.
- 需要标准化的表型算法来准确地在EHR系统中分类DCT状态.
研究的目的:
- 开发和验证标准化表型算法,用于在EHR系统中对DCT状态进行分类.
- 在大型患者数据集中提高DCT识别的准确性和可靠性.
- 创建可以在不同的EHR系统中应用的算法.
主要方法:
- 使用了大约350万个人 (1998-2023) 的非识别的EHR数据库.
- 开发了结合国际疾病分类 (ICD) /当前程序术语 (CPT) 代码和自然语言处理 (NLP) 的算法.
- 通过手动图表审查验证的算法,以获得正预测值 (PPV) 和负预测值 (NPV),包括带有和没有成像确认的版本.
主要成果:
- 开发了五种算法,总体预测值为94.5%.
- 没有成像验证的算法实现了92%的PPV (仅基于代码) 和89% (基于NLP).
- 没有成像验证的基于代码和NLP的控制算法达到了100%的NPV,外部验证显示,仅使用代码的算法具有94%的敏感性和75%的特异性.
结论:
- 开发的算法显著改进了以前的DCT表型化策略.
- 整合时间/频率要求和NLP与仅代码方法相比,提高了预测价值.
- 虽然成像确认增加了信心,但非成像算法为大型EHR研究提供了精度和可扩展性的平衡.
