• 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>AMIA Annual Symposium Proceedings >A Method to Compute Treatment Suggestions from Local Order Entry Data
【2h】

A Method to Compute Treatment Suggestions from Local Order Entry Data

机译：一种根据本地订单录入数据计算处理建议的方法

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

Although clinical decision support systems can reduce costs and improve care, the challenges associated with manually maintaining content has led to low utilization. Here we pilot an alternative, more automatic approach to decision support content generation. We use local order entry data and Bayesian networks to automatically find multivariate associations and suggest treatments. We evaluated this on 5044 hospitalizations of pregnant women, choosing 70 frequent order and treatment variables comprising 20 treatable conditions. The method produced treatment suggestion lists for 15 of these conditions. The lists captured accurate and non-trivial clinical knowledge, and all contained the key treatment for the condition, often as the first suggestion (71% overall, 90% non-labor-related). Additionally, when run on a test set of patient data, it very accurately predicted treatments (average AUC .873) and predicted pregnancy-specific treatments with even higher accuracy (AUC above .9). This method is a starting point for harnessing the wisdom-of-the-crowd for decision support.
机译：尽管临床决策支持系统可以降低成本并改善护理水平，但是与手动维护内容相关的挑战导致利用率低下。在这里，我们尝试了另一种更自动的决策支持内容生成方法。我们使用本地订单输入数据和贝叶斯网络自动查找多元关联并提出治疗建议。我们在5044例孕妇住院治疗中进行了评估，选择了70种常见病和治疗变量，包括20种可治疗的疾病。该方法针对其中15种情况产生了治疗建议清单。这些清单收集了准确而又不重要的临床知识，并且都包含了该病的关键治疗方法，通常是第一个建议（总体占71％，与劳动力无关的占90％）。此外，在对一组患者数据进行测试时，它可以非常准确地预测治疗方案（平均AUC .873），并以更高的精度预测特定于妊娠的治疗方案（AUC高于0.9）。此方法是利用人群的智慧提供决策支持的起点。

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