Clinical concept extraction: A methodology review.
Clinical concept extraction: A methodology review.
复制标题
临床概念提取：方法论。
DOI：
10.1016/j.jbi.2020.103526
复制
发表时间：
2020-09
影响因子：
4.5
通讯作者：
Liu H
中科院分区：
文献类型：
--
作者：
Fu S;Chen D;He H;Liu S;Moon S;Peterson KJ;Shen F;Wang L;Wang Y;Wen A;Zhao Y;Sohn S;Liu H
概念提取是自然语言处理（NLP）的一个子领域，专注于提取感兴趣的概念，已被用于从文本中计算提取临床信息，用于从临床决策支持到护理质量改进的广泛应用。在这篇文献综述中，我们提供了临床概念提取的方法学综述，旨在对开发过程、可用的方法和工具以及开发临床概念提取应用程序时的具体考虑因素进行分类。根据系统性综述和荟萃分析的首选报告项目（PRISMA）指南，进行了文献检索，以检索2009年1月至2019年6月从奥维德MEDLINE过程中和其他非索引引文、奥维德MEDLINE、奥维德EMBASE、Scopus、Web of Science和ACM数字图书馆发表的以英语撰写的基于EHR的信息提取文章。共检索到6，686篇出版物。在标题和摘要筛选后，选择了228篇出版物。本文就临床概念提取应用的开发方法进行了综述。
Concept extraction, a subdomain of natural language processing (NLP) with a focus on extracting concepts of interest, has been adopted to computationally extract clinical information from text for a wide range of applications ranging from clinical decision support to care quality improvement. In this literature review, we provide a methodology review of clinical concept extraction, aiming to catalog development processes, available methods and tools, and specific considerations when developing clinical concept extraction applications. Based on the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, a literature search was conducted for retrieving EHR-based information extraction articles written in English and published from January 2009 through June 2019 from Ovid MEDLINE In-Process & Other Non-Indexed Citations, Ovid MEDLINE, Ovid EMBASE, Scopus, Web of Science, and the ACM Digital Library. A total of 6,686 publications were retrieved. After title and abstract screening, 228 publications were selected. The methods used for developing clinical concept extraction applications were discussed in this review.
登录
查看更多内容
DOI：
10.1197/jamia.m3083
发表时间：
2009-07-01
影响因子：
6.4
作者：
Childs, Lois C.;Enelow, Robert;Taylor, Robert J.
通讯作者：
Taylor, Robert J.
DOI：
10.1136/amiajnl-2012-001317
发表时间：
2013-09
期刊：
Journal of the American Medical Informatics Association : JAMIA
影响因子：
--
作者：
Albright D;Lanfranchi A;Fredriksen A;Styler WF 4th;Warner C;Hwang JD;Choi JD;Dligach D;Nielsen RD;Martin J;Ward W;Palmer M;Savova GK
通讯作者：
Savova GK
使用电子健康记录的自然语言处理来早期识别多发性硬化症。
影响因子：
3.5
作者：
Chase HS;Mitrani LR;Lu GG;Fulgieri DJ
通讯作者：
Fulgieri DJ
影响因子：
14.9
作者：
Bodenreider, O
通讯作者：
Bodenreider, O
DOI：
10.1109/jbhi.2017.2684121
发表时间：
2018-03-01
影响因子：
7.7
作者：
Agarwal, Ankur;Baechle, Christopher;Zhu, Xingquan
通讯作者：
Zhu, Xingquan