CREATE：基于 OMOP 通用数据模型对电子健康记录文本进行分析以增强的队列检索
信息检索
2021-06-15 v1
摘要
背景：电子健康记录（EHR）的广泛采用使得 EHR 数据能够被二次利用于临床研究与医疗交付。自然语言处理（NLP）技术在从非结构化临床数据中提取嵌入信息方面已展现出潜力，而信息检索（IR）技术提供了灵活且可扩展的解决方案，可增强 NLP 系统以检索和排序相关记录。方法：本文提出基于 EHR 文本分析增强的队列检索系统（CREATE，Cohort Retrieval Enhanced by Analysis of Text from EHRs）的实现，该系统可在结构化和非结构化 EHR 数据上执行文本队列选择查询。CREATE 是一个概念验证系统，它结合结构化查询与基于 NLP 结果的 IR 技术来提升队列检索性能，同时采用观察性医疗结局合作组织（OMOP）通用数据模型（CDM）以增强模型可移植性。由 cTAKES 赋能的 NLP 组件用于从文本查询中提取 CDM 概念。我们在 Elasticsearch 中设计了一种分层索引，以利用 IR 技术和框架支持 CDM 概念搜索。结果：我们在 5 个队列识别查询上的案例研究使用 IR 指标 P@5（前 5 精确率）在患者级和文档级进行评估，表明 CREATE 达到了 0.90 的平均 P@5，优于仅使用结构化数据或仅使用非结构化数据的系统，其平均 P@5 分别为 0.54 和 0.74。
引用
@article{arxiv.1901.07601,
title = {CREATE: Cohort Retrieval Enhanced by Analysis of Text from Electronic Health Records using OMOP Common Data Model},
author = {Sijia Liu and Yanshan Wang and Andrew Wen and Liwei Wang and Na Hong and Feichen Shen and Steven Bedrick and William Hersh and Hongfang Liu},
journal= {arXiv preprint arXiv:1901.07601},
year = {2021}
}