Persönliche Gesundheit

Forscher verwenden von EHR-Systemen zu identifizieren Krebs symptom-Cluster

Patienten mit chronischen Erkrankungen wie Brustkrebs oder Darmkrebs erleben oft Müdigkeit, Schmerzen, Depressionen und anderen Symptomen führen kann, not und funktionelle Beeinträchtigung, wenn Sie unbehandelt. Mit dem ultimativen Ziel, zu helfen, Kliniker zu verwalten und zu behandeln Symptome, die sich negativ auf Gesundheit und Lebensqualität, Forscher von der Regenstrief Institute und IUPUI entwickelt und erprobt neuartige Methoden zum extrahieren von Daten, die auf Symptome von electronic health records (EHRs) und haben erfolgreich untersuchte Zusammenhänge zwischen symptom-Cluster und Krankheit.

„Unsere neuartige Verfahren kann verallgemeinert werden, jenseits von Brust-und Darmkrebs zu analysieren symptom-Cluster der anderen chronischen Erkrankungen, wo symptom-management und Behandlung ist entscheidend“, sagte Regenstrief Institute investigator-Kun Huang, Ph. D., senior-Autor der Studie und ein International anerkannter Marktführer im Bereich translationale Bioinformatik. „Das erkennen und verstehen von symptom-Clustern,—die Symptome neigen dazu, zusammen zu gehen—Müdigkeit und depression, zum Beispiel—und wenn diese Symptome auftreten, während der Verlauf der Behandlung—bietet wichtige Informationen, um einen Patienten Pflege team, zumal wir freuen uns auf die Präzision der Gesundheit, und versuchen Sie zu finden die richtige Behandlung für den richtigen Patienten zur richtigen Zeit.

„Diese information ist auch wichtig für die Forscher, als Sie entdecken, ob die biologischen Gründe für diese co-occurrences existieren und, wenn ja, feststellen warum,“ Dr. Huang sagte. Zusätzlich zu seiner Ernennung als Regenstrief Institute research scientist, er ist stellvertretender Dekan für Daten-Wissenschaften -, Präzisions-Health Initiative professor von genomics-Daten-Wissenschaften und professor der Medizin an der Indiana School of Medicine.

„Identifizieren von Symptom-Clustern, die in Brustkrebs-und Darmkrebs-Patienten mit EHR-Daten“, gewann den Best Paper Award auf der 10th Association for Computing Machinery (ACM) Conference on Bioinformatics, Computational Biology and Health Informatics und ist in den conference proceedings veröffentlicht. Dieser renommierte Preis wird verliehen für ein Papier, das stellt wegweisende Forschung. Durch den Best Paper Award der ACM-highlights der theoretischen und praktischen Innovationen die Zukunft prägen computing.

Detektion und tracking-symptom-Schweregrad und Häufigkeit in einer EHR nicht leicht. Sprache Häufig variiert. Zum Beispiel, Müdigkeit aufgezeichnet werden können, in einem EHR als lustlos, erschöpft, müde, keine Energie oder abgenutzt. Depression kann angegeben werden, wie traurig, unglücklich, hoffnungslos oder entmutigt. Zur Milderung der Terminologie-problem, die das Forscherteam entwickelt Methodik um die Analyse des freien Textes klinische Hinweise in EHR-Systemen neben der Extraktion von Informationen aus strukturierten Einträge in der Krankenakte.

„EHR-Daten wurde nicht umfassend verwendet, um zu verstehen, Patienten-berichtete Symptome für Personen mit chronischen Krankheiten,“ sagte Studie Autor Xiao Luo, Ph. D., assistant professor für computer-und Informationstechnologie in IUPUI School of Engineering und Technologie. „Mit EHR-Daten, die aus den Indiana-Netz für Patientenversorgung, entwickelten wir ein framework mit Komponenten von data-mining, NLP (natural language processing) und des maschinellen Lernens zu erforschen, klinische Informationen, angesammelt im Laufe dieser Krankheiten,“ sagte Sie. Dr. Luo, wer die Studie in der Methodik, der Spezialist für predictive data analytics und intelligenten Daten-integration.

Die Forscher untersuchten Symptome während der zwei Perioden, nach dem ersten Jahr der Chemotherapie und die 48-bis 54 Monate nach einer Chemotherapie. Alter, Rauchen Geschichte, und ob das Individuum hatte diabetes wurden auch berücksichtigt. Symptom-Cluster wurden identifiziert, basierend auf der schwere und Kombination der Symptome.

Mit algorithmen, die Sie entwickelt, die Forscher fanden heraus, dass die symptom-Cluster waren nicht die gleichen für Patientinnen mit Brustkrebs und Patienten mit Darmkrebs. Sie bemerkte auch unterschiedliche symptom-Cluster bei verschiedenen Zeitspannen nach der Chemotherapie. Brustkrebs-Patientinnen, die hatte etwas mehr Symptome als Patienten mit kolorektalem Karzinom im ersten Jahr nach der Chemotherapie. Darmkrebs-Patienten hatte etwas mehr depression 48 bis 54 Monate nach einer Chemotherapie. Die Forscher waren auch in der Lage, zu identifizieren, verbindungen. Zum Beispiel, wenn ein high-stage colorectal cancer patient hatte keine Müdigkeit symptom, er oder Sie war auch unwahrscheinlich, dass es zu Depressionen.