大型医疗数据集中的数据重复和错误:IRIS®注册表中的案例研究

科学领域:

• 眼科医生 眼科 眼科
• 医疗信息学 医疗信息学
• 数据科学数据科学数据科学

背景情况:

• 美国眼科学院的IRIS注册表 (视觉智能研究) 是眼科研究现实数据的宝贵来源.
• 然而,大型数据集可能包含输入错误和数据重复,这可能会影响研究准确性.
• 了解这些数据质量问题对于对白内障手术,糖尿病视网膜病变和与年龄相关的黄斑变性等疾病的可靠分析至关重要.

研究的目的:

• 调查IRIS注册表中输入错误和数据重复的普遍性和性质.
• 专门检查与白内障手术 (CS) 相关的记录,胺:伊花 (YAG) 囊切除,与年龄相关的黄斑变性 (AMD) 和糖尿病视网膜病变 (DR).

主要方法:

• 采用了回顾性队列研究设计,分析了2013-2023年的IRIS注册表数据.
• 基于同一眼睛的多个条目,包括不同日期的条目 (D_d),确定了CS和YAG囊切除的重复记录 (D_d).
• 在AMD和DR记录中评估过渡错误,定义为疾病严重程度随时间推移的错误分期. 使用换特征重要性 (PFI) 调查的预测因素.

主要成果:

• 发现了显著的数据重复:30.9%的CS眼睛和29.1%的YAG囊切除眼睛有重复,分别有5.5%和4.1%的D_d.
• 在13.6%的AMD眼睛和12.7%的DR眼睛中观察到过渡错误.
• 分析显示,眼睛的第一次记录实践与数据错误的发生 (D_d和过渡错误) 之间存在关系.

结论:

• 在IRIS注册表中存在数据重复和输入错误,在分析重复程序或慢性疾病时需要仔细考虑.
• 这些发现突出了第一个记录的原始实践和数据错误之间的联系.
• 透明度和利益相关者之间的合作对于应对这些数据质量挑战和改善数据管理至关重要.