机构名称：
¥ 1.0
背景：从电子健康记录中提取疗法（批次）信息和索赔数据对于确定现实世界中临床环境中系统性抗癌治疗的纵向变化至关重要。目的：这种回顾性队列分析的目的是通过将算法的输出与通过盲人手动图表审查获得的结果进行比较，验证和完善我们先前描述的开源批次算法。方法：我们使用结构化的电子健康记录数据和临床文件来识别500名接受转移性非小细胞肺癌治疗的成年患者，从2011年至2018年中，使用全身性抗癌治疗。我们将患者分配给训练（n = 350）和测试（n = 150），随机分裂与简单病例的总比例成正比：复杂病例（n = 254：246）。简单的病例是接受一批且没有维持疗法的患者；复杂的病例是接受多个批量和/或维持治疗的患者。算法变化，之后针对测试队列评估了精制算法。结果：对于简单的情况，将Lot算法和图表审查预定的16个不一致的实例降低为8个实例；在测试队列中，算法和图表审查之间没有不一致的态度。对于复杂的情况，算法的细化将不一致从68个实例降低到62个实例，其中37个实例在测试队列中。由于医学文献中缺乏精确的定义，无法客观地解决批次和维持治疗的不同定义和维持治疗的不同不一致领域。对收到一批批次的患者的批次算法输出和图表审查之间的百分比一致性为89％的预先置换，93％的后置量和93％的测试队列，而算法审查和图表审查之间的精确匹配的可能性随着越来越多的独特疗法的数量减少。结论：我们的发现确定了Lot算法和临床医生文档之间不一致的共同来源，提供了靶向算法改进的可能性。
使用盲手册图评论验证研究
主要关键词
相关文件推荐
