Adaptation of an NLP system to a new healthcare environment to identify social determinants of health.
Adaptation of an NLP system to a new healthcare environment to identify social determinants of health.
复制标题
DOI：
10.1016/j.jbi.2021.103851
复制
发表时间：
2021-08
影响因子：
4.5
通讯作者：
Chapman W
中科院分区：
文献类型：
--
作者：
Reeves RM;Christensen L;Brown JR;Conway M;Levis M;Gobbel GT;Shah RU;Goodrich C;Ricket I;Minter F;Bohm A;Bray BE;Matheny ME;Chapman W
健康的社会决定因素（SDoH）是人口健康，医疗保健结果和护理提供越来越重要的因素。然而，这些因素中的许多因素在结构化电子健康记录（EHR）数据中并没有被可靠地捕获。在这项工作中，我们评估并调整了以前发表的NLP工具，以包括在范德比尔特大学医学中心急性心肌梗死队列中部署的其他社会风险因素。我们开发了一种将该工具的SDoH输出转换为OMOP公共数据模型（CDM）的方法，以便在许多潜在用例中重用，从而在8个SDoH类别中产生性能指标，精确度为0.83，召回率为0.74，F-测量值为0.78。
Social determinants of health (SDoH) are increasingly important factors for population health, healthcare outcomes, and care delivery. However, many of these factors are not reliably captured within structured electronic health record (EHR) data. In this work, we evaluated and adapted a previously published NLP tool to include additional social risk factors for deployment at Vanderbilt University Medical Center in an Acute Myocardial Infarction cohort. We developed a transformation of the SDoH outputs of the tool into the OMOP common data model (CDM) for re-use across many potential use cases, yielding performance measures across 8 SDoH classes of precision 0.83 recall 0.74 and F-measure of 0.78.
登录
查看更多内容
影响因子：
6.8
作者：
Rumshisky A;Ghassemi M;Naumann T;Szolovits P;Castro VM;McCoy TH;Perlis RH
通讯作者：
Perlis RH
影响因子：
39
作者：
Barnett ML;Hsu J;McWilliams JM
通讯作者：
McWilliams JM
影响因子：
37.8
作者：
Elfassy, Tali;Swift, Samuel L.;Al Hazzouri, Adina Zeki
通讯作者：
Al Hazzouri, Adina Zeki
影响因子：
9.7
作者：
Cantor, Michael N.;Thorpe, Lorna
通讯作者：
Thorpe, Lorna
影响因子：
5.5
作者：
Hatef, Elham;Searle, Kelly M.;Weiner, Jonathan P.
通讯作者：
Weiner, Jonathan P.