自然语言处理识别血液透析患者症状记录不足

IF 3.2 Q1 UROLOGY & NEPHROLOGY

Kidney360 Pub Date : 2025-05-01 Epub Date: 2025-01-29 DOI:10.34067/KID.0000000694

Yang Dai, Huei Hsun Wen, Joanna Yang, Neepa Gupta, Connie Rhee, Carol R Horowitz, Dinushika Mohottige, Girish N Nadkarni, Steven Coca, Lili Chan

引用次数: 0

摘要

背景：血液透析（HD）患者有很高的情绪和身体症状负担。这些症状往往没有得到充分认识。NLP可用于从电子病历中识别患者症状。然而，症状记录是否与患者报告的负担相符尚不清楚。方法：我们对2020年9月至2021年4月在门诊肾脏病科就诊的患者进行了一项前瞻性研究。我们收集了患者、护士和医生的症状调查。然后，我们开发了一种自然语言处理（NLP）算法来从患者的电子健康记录（EHR）中识别症状，并使用手动图表审查和患者调查作为参考标准验证了该算法的性能。我们以患者调查作为参考标准，比较了1)医生、2)护士、3)医生或护士和4)NLP的症状识别。结果：我们纳入了97例患者，63%为女性，49%为非西班牙裔黑人，41%为西班牙裔。患者报告的最常见症状是疲劳（61%）、痉挛（59%）、皮肤干燥（53%）、肌肉酸痛（43%）和瘙痒（41%）。医生和护士明显低估了患者的症状（敏感性分别为0.51 （95% CI 0.40-0.61）和0.63 (95% CI 0.52-0.72)）。当病人报告的症状更严重时，护士更善于识别症状。患者的性别和种族在结果上没有差异。以人工EHR为参考标准，NLP的敏感性为0.92，特异性为0.95，PPV为0.75，NPV为0.99；与患者调查相比，NLP的敏感性为0.58 (95% CI 0.47-0.68)，特异性为0.73 (95% CI 0.48-0.89)， PPV为0.92 (95% CI 0.82-0.97)， NPV为0.24 （95% CI 0.14-0.38）。结论：虽然HD患者报告的症状患病率很高，但症状未被充分认识和记录。当记录症状时，NLP在识别症状方面是准确的。需要在代表性人群中进行更大规模的研究，以评估研究结果的普遍性。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Natural Language Processing Identifies Underdocumentation of Symptoms in Patients on Hemodialysis.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊