从生物医学文献中挖掘误诊模式
信息检索
2020-06-25 v1 计算机与社会
数字图书馆
摘要
诊断错误会对患者安全构成严重威胁，导致严重伤害甚至死亡。人们正在努力开发干预措施，使医生能够重新评估错误并提高诊断准确性。我们的研究展示了对从 PubMed 摘要中挖掘出的误诊模式的探索。我们筛选了包含某些指示误诊短语的文章标题，并计算了这些误诊的频率。我们以有向图的形式呈现所得模式，其中带频率权重的误诊边连接诊断顶点。我们发现，最常被误诊的疾病常被误诊为许多不同的疾病，且每种误诊的频率相对较低，而非以较高概率误诊为单一疾病。此外，虽然可能存在某种误诊关系，但该关系常被发现是单向的。
引用
@article{arxiv.2006.13721,
title = {Mining Misdiagnosis Patterns from Biomedical Literature},
author = {Cindy Li and Elizabeth Chen and Guergana Savova and Hamish Fraser and Carsten Eickhoff},
journal= {arXiv preprint arXiv:2006.13721},
year = {2020}
}
备注
AMIA Joint Summits in Translational Science, 2020