Bakgrunn: Store databaser gir et vell av informasjon for forskere, men å identifisere pasienten kohorter er ofte basert på bruk av dagens prosessuelle terminologi (CPT) koder., Særlig studier av stomi kirurgi har vært begrenset av nøyaktigheten av CPT-koder i å identifisere og skille ileostomi prosedyrer fra kolostomi prosedyrer. Det er viktig å gjøre dette skillet fordi forekomsten av komplikasjoner forbundet med stomi dannelse og tilbakeføring varierer dramatisk mellom ulike typer stomi. Naturlig språk behandling (NLP) er en prosess som gjør at tekst-basert søker. Det Automatisk Henting-Konsollen er en NLP-basert programvare som lar undersøkere til å utforme og utføre NLP-assistert dokument klassifisering., I denne studien, har vi evaluert rollen som CPT-koder og NLP i å skille ileostomi fra kolostomi prosedyrer.
Metoder: ved å Bruke CPT-koder, vi gjennomført en retrospektiv studie som er identifisert alle pasienter som gjennomgår en stomi-relaterte prosedyre ved en enkelt institusjon mellom januar 2005 til desember 2011. Alle operative rapporter i løpet av denne tiden ble gjennomgått manuelt for å abstrakte følgende variabler: – formasjon eller tilbakeføring og ileostomi eller kolostomi. Følsomhet og spesifisitet for validering av CPT-koder mot mestring kirurgi tidsplan ble beregnet., Operative rapporter ble evaluert ved å bruke NLP til å skille ileostomi – fra kolostomi-relaterte prosedyrer. Følsomhet og spesifisitet for å identifisere pasienter med ileostomi eller kolostomi prosedyrer ble beregnet for CPT-koder og NLP for hele kohorten.
Konklusjon: CPT-koder effektivt kan identifisere pasienter som har hatt stomi prosedyrer og er tilstrekkelig til å skille mellom dannelse og tilbakeføring, men CPT-koder kan ikke skille ileostomi fra kolostomi. NLP kan brukes til å skille mellom ileostomi – og kolostomi-relaterte prosedyrer., Rollen som NLP i forbindelse med elektroniske pasientjournaler i data henting garanterer videre undersøkelser.
Leave a Reply