开发稳健的可计算表型定义工作流以描述观察性健康研究中的健康与疾病
计算机与社会
2023-04-14 v1
摘要
健康信息学可为从业者、患者、政策制定者与研究者就健康与疾病需作出的决策提供信息。健康信息学构建于患者健康数据之上,从而需要对患者健康信息进行编码。此类标准化是计算人群统计指标(如患病率、发病率等流行病学常用度量)所必需的。关于健康与疾病的可靠决策依赖于我们组织、分析并评估含患者健康数据的数据仓储的能力。尽管存在跨患者数据源(如健康信息交换、临床数据仓储与健康数据市场)结构化并分析患者数据的标准,在健康信息学语境下严格定义患者人群的类似最佳实践尚不存在。将开发疾病定义的最佳实践编码化,可支持临床指南的有效制定、为临床决策支持系统中所用算法及附加患者指南提供信息。本文呈现一用于表型定义开发的工作流。该工作流提出一系列定义健康与疾病的建议。文中给出若干示例以展示该工作流在健康信息学语境中的应用。
引用
@article{arxiv.2304.06504,
title = {Developing a Robust Computable Phenotype Definition Workflow to Describe Health and Disease in Observational Health Research},
author = {Jacob S. Zelko and Sarah Gasman and Shenita R. Freeman and Dong Yun Lee and Jaan Altosaar and Azza Shoaibi and Gowtham Rao},
journal= {arXiv preprint arXiv:2304.06504},
year = {2023}
}
备注
IEEE Computer Based Medical Systems Conference