利用自然语言处理与结构化医疗数据对 COVID-19 住院患者进行表型分析
计算与语言
2023-02-06 v1 机器学习
机器学习
摘要
为识别因 COVID-19 住院而非因其他指征入院的患者，我们比较了使用电子健康记录（EHR）中不同类型数据（包括结构化 EHR 数据元素、医师笔记或两者结合）的 COVID-19 住院可计算表型定义的不同性能。并开展基于病历审查验证的回顾性数据分析。受试者为 2022 年 1 月期间 SARS-CoV-2 检测阳性的 586 名住院个体。我们使用自然语言处理整合医师笔记数据，并采用 LASSO 回归与随机森林拟合纳入结构化 EHR 数据元素、医师笔记或结构化数据与医师笔记结合的分类算法。结果：基于病历审查，586 名患者中 38% 虽 SARS-CoV-2 检测阳性，但被判定因 COVID-19 以外原因住院。使用医师笔记的分类算法区分度显著优于仅用结构化 EHR 数据元素的算法（AUROC：0.894 对 0.841，p < 0.001），且与结合结构化数据元素的模型表现相似（AUROC：0.894 对 0.893）。基于人群是否纳入所有 SARS-CoV-2 检测阳性的住院患者 versus 被判定因 COVID-19 住院者，医院结局指标评估存在显著差异。本工作展示了在自然语言处理方法中，当可能存在多种可作为住院主要指征的疾病时，用于提取患者住院相关信息的效用。
引用
@article{arxiv.2302.01536,
title = {Using natural language processing and structured medical data to phenotype patients hospitalized due to COVID-19},
author = {Feier Chang and Jay Krishnan and Jillian H Hurst and Michael E Yarrington and Deverick J Anderson and Emily C O'Brien and Benjamin A Goldstein},
journal= {arXiv preprint arXiv:2302.01536},
year = {2023}
}
备注
21 pages, 2 figures, 3 tables, 1 supplemental figure, 2 supplemental tables