ReDWINE：一个具备文本分析能力的临床数据超市以促进康复研究
计算与语言
2023-04-13 v1 数据库
摘要
康复研究致力于确定治疗干预的组成部分、这些组成部分导致恢复与康复的机制，以及最终使患者的身体、心理和社会功能最大化的优化干预策略。研究和确立新干预的传统随机临床试验面临若干挑战，如高成本与耗时。使用现有临床数据观察干预效果的观察性研究已显示出相对于 RCT 的若干优势。电子健康记录（EHR）已成为开展观察性研究日益重要的资源。为支持这些研究，我们开发了一个称为 ReDWINE（Rehabilitation Datamart With Informatics iNfrastructure for rEsearch，具备信息学基础设施以促进研究的康复数据超市）的临床研究数据超市，它将从 UPMC 医疗系统收集的康复相关 EHR 数据转换至观察性健康数据科学与信息学（OHDSI）观察性医疗结局合作（OMOP）通用数据模型（CDM），以促进康复研究。存储在 ReDWINE 中的标准化 EHR 数据将进一步减少研究者汇集、协调、清理和分析多源数据所需的时间与精力，从而产生更稳健和全面的研究发现。ReDWINE 还包括数据可视化与数据分析工具的部署，以促进队列定义与临床数据分析。其中包括 Open Health Natural Language Processing (OHNLP) 工具包，一个高通量 NLP 流水线，以在 ReDWINE 中规模化提供文本分析能力。利用 ReDWINE 中用于康复研究的这一患者数据综合表征，将促进针对健康干预与结局的真实世界证据。
引用
@article{arxiv.2304.05929,
title = {ReDWINE: A Clinical Datamart with Text Analytical Capabilities to Facilitate Rehabilitation Research},
author = {David Oniani and Bambang Parmanto and Andi Saptono and Allyn Bove and Janet Freburger and Shyam Visweswaran Nickie Cappella and Brian McLay and Jonathan C. Silverstein and Michael J. Becich and Anthony Delitto and Elizabeth Skidmore and Yanshan Wang},
journal= {arXiv preprint arXiv:2304.05929},
year = {2023}
}