• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>British Journal of Clinical Pharmacology >Using text-mining techniques in electronic patient records to identify ADRs from medicine use
【2h】

Using text-mining techniques in electronic patient records to identify ADRs from medicine use

机译：在电子病历中使用文本挖掘技术从药物使用中识别ADR

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This literature review included studies that use text-mining techniques in narrative documents stored in electronic patient records (EPRs) to investigate ADRs. We searched PubMed, Embase, Web of Science and International Pharmaceutical Abstracts without restrictions from origin until July 2011. We included empirically based studies on text mining of electronic patient records (EPRs) that focused on detecting ADRs, excluding those that investigated adverse events not related to medicine use. We extracted information on study populations, EPR data sources, frequencies and types of the identified ADRs, medicines associated with ADRs, text-mining algorithms used and their performance. Seven studies, all from the United States, were eligible for inclusion in the review. Studies were published from 2001, the majority between 2009 and 2010. Text-mining techniques varied over time from simple free text searching of outpatient visit notes and inpatient discharge summaries to more advanced techniques involving natural language processing (NLP) of inpatient discharge summaries. Performance appeared to increase with the use of NLP, although many ADRs were still missed. Due to differences in study design and populations, various types of ADRs were identified and thus we could not make comparisons across studies. The review underscores the feasibility and potential of text mining to investigate narrative documents in EPRs for ADRs. However, more empirical studies are needed to evaluate whether text mining of EPRs can be used systematically to collect new information about ADRs.
机译：该文献综述包括使用文本挖掘技术在电子病历（EPR）中存储的叙事文档中研究ADR的研究。我们搜索了PubMed，Embase，Web of Science和International Pharmaceutical Abstracts，不受起源限制，直到2011年7月。我们纳入了基于经验的电子病历（EPR）文本挖掘的研究，这些研究着重于检测ADR，但那些研究无关不良事件的研究除外去药。我们提取了以下信息：研究人群，EPR数据源，识别出的ADR的频率和类型，与ADR相关的药物，使用的文本挖掘算法及其性能。七项研究均来自美国，符合纳入评价的条件。研究发表于2001年，大部分时间在2009年至2010年之间。文本挖掘技术随着时间的流逝而变化，从简单的免费文本搜索门诊就诊记录和住院信息摘要到更先进的技术，涉及住院信息摘要的自然语言处理（NLP）。尽管仍缺少许多ADR，但使用NLP的性能似乎有所提高。由于研究设计和人群的差异，鉴定了各种类型的ADR，因此我们无法在研究之间进行比较。审查强调了文本挖掘在APR的EPR中调查叙述性文件的可行性和潜力。但是，需要更多的经验研究来评估是否可以系统地使用EPR的文本挖掘来收集有关ADR的新信息。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号