自动化电子医疗记录抽象算法用于激进前列腺切除结果

科学领域:

• 尿道病学
• 改善外科手术的质量
• 卫生信息学

背景情况:

• 根源性前列腺切除术结果的变化需要有针对性的质量改善 (QI) 举措.
• 标准化手术结果和质量指标对于医院绩效评估至关重要.
• 现有的数据抽象方法可能是资源密集型的,容易变化.

研究的目的:

• 开发和验证基于电子医疗记录 (EMR) 的自动化算法,以抽象化手术结果和质量指标.
• 与国家外科质量改进计划 (NSQIP) 相比,评估该算法的灵敏度,特异性和评分间可靠性 (IRR).
• 评估机器人辅助腹腔镜激进前列腺切除术 (RALP) 的算法的性能.

主要方法:

• 从EMR数据中自动提取RALP结果和质量指标.
• 通过文本提取获得病理结果;手术结果使用ICD-10代码,CPT代码和EMR变量.
• 使用科恩的卡帕对IRR,灵敏度和特异性进行了对NSQIP抽象的评估.

主要成果:

• 除了直肠损伤,该算法对大多数结果具有高灵敏度 (> 90%),具有高特异性 (> 97%).
• 评价者之间的可靠性 (IRR) 差异很大,在手术边缘 (k=0. 94) 和肺炎 (k=0. 80) 方面存在很大一致.
• 死亡率显示出完美的IRR (k=1. 00),而一些指标如透析和尿路阻塞则显示出低的IRR (k=0. 00).

结论:

• 对于大多数变量,RALP结果的新型自动化算法满足或超过手动NSQIP抽象的灵敏度和特异性.
• 这种自动化方法为训练有素的抽象器提供了可行的,具有成本效益的替代方案,用于收集结果指标.
• 更广泛的实施可以促进和降低手术结果和质量指标的成本.