开发和验证一个可计算的辐射疗法表型

科学领域:

• 医疗信息学 医疗信息学
• 瘤学研究研究
• 健康 数据科学 数据科学

背景情况:

• 识别接受放射治疗的患者对于结果研究至关重要.
• 现有的方法可能无法完全捕捉所有接受放射性瘤治疗的患者.
• 结构化和非结构化健康数据为改善患者队列识别提供了潜力.

研究的目的:

• 开发和验证一种用于识别接受放射治疗的患者的方法.
• 利用结构化和半结构化健康数据进行精确的患者表型化.
• 促进对辐射疗法治疗结果的未来研究.

主要方法:

• 2014-2023年退伍军人的回顾性队列研究.
• 使用了用于推,接触和收费放射瘤护理的行政代码.
• 在临床笔记中使用关键词搜索进行非结构化数据分析.
• 与图表审查的队列对算法进行了验证.

主要成果:

• 确定了一组589,318名退伍军人接受了放射性瘤治疗.
• 355,276退伍军人有特定的辐射疗法输送代码.
• 常见的治疗包括IGRT,3D-CRT,IMRT和SRS/SBRT.
• 算法与图表审查验证有很强的一致性.

结论:

• 从医疗记录中自动提取可以有效地识别放射治疗患者队列.
• 这种算法能够精确地表型化放射治疗病例.
• 加强识别将大大提高对放射性瘤学患者结果的理解.