痴呆症检测的双流算法:利用结构化和非结构化电子健康记录数据,一种新的流行率估计方法

科学领域:

• 计算流行病学计算流行病学
• 医疗信息学医学信息学
• 在医疗保健中的自然语言处理 (NLP)

背景情况:

• 准确的痴呆症识别对公共卫生至关重要,但缺乏可扩展,可靠的方法.
• 现有的方法经常使用非特定的病例定义或代理,限制临床实用性.
• 电子健康记录 (EHR) 为开发改进的识别工具提供了丰富的数据来源.

研究的目的:

• 开发和验证使用结构化和非结构化EHR数据识别痴呆病例的新型算法.
• 提高痴呆症检测的准确性和可扩展性,用于流行率估计和服务规划.
• 应用精神障碍诊断和统计手册标准,以稳健识别痴呆症病例.

主要方法:

• 开发了一种双流算法方法:一种用于结构化EHR数据,一种使用NLP用于非结构化文本.
• 使用了1082名年龄≥60岁的个人队列,包括痴呆症患者和对照组.
• 综合了两个流的结果,使用后勤回归,根据国际临床专业知识.

主要成果:

• 结构化数据模型实现了曲线下的面积 (AUC) 为0.853,具有72.2%的特异性和80.6%的灵敏度.
• NLP分类器的性能与结构化模型的性能相当.
• 结合了两种数据类型的组合模型,表现明显优于其他模型,AUC为0.951 (P < 0.001).

结论:

• 将来自EHR的文本衍生的见解集成到算法中,可以显著提高痴呆症识别的准确性.
• 这种新的双流方法代表了在使用例行收集的数据来检测被诊断为痴呆症的实质性进展.
• 开发的算法为痴呆症检测提供了经过验证的,可扩展的工具,支持临床实践和公共卫生倡议.