Der Algorithmus für elektronische Patientenakten (EHR) identifiziert Kinder mit ADHS und Komorbiditäten
22. August 2022
Ein neuer Algorithmus für elektronische Gesundheitsakten (EHR), der Aufmerksamkeitsdefizit-Hyperaktivität unterscheiden kann (ADHS) durch komorbide Erkrankungen bei Kindern, zu genaueren Diagnosen und Behandlungen führen kann Eingriffe. Nach den in der Zeitschrift veröffentlichten Ergebnissen Neuroentwicklungsstörungen, haben mehr als die Hälfte der Kinder mit ADHS eine Komorbidität oder mehr. Dies hat Kliniker verwirrt, die Schwierigkeiten hatten zu erkennen, ob die Symptome eines Patienten durch ADHS oder Komorbidität verursacht wurden.1
Angesichts der Prävalenz von ADHS-Komorbiditäten, Forscher aus der Zentrum für Angewandte Genomik (CAG) bei Kinderkrankenhaus von Philadelphia (CHOP) einen regelbasierten Multi-Source-EHR-Algorithmus mit NLP-Test-Mining (Natural Language Processing) entwickelt, um einen umfassenden Überblick über die Krankenakte eines Patienten zu erhalten. Unter Verwendung von elektronischen Gesundheitsakten und Daten von CHOP und Daten von der CAG zwischen 2009 und 2016, die Das Forschungsteam führte eine retrospektive Fall-Kontroll-Studie an insgesamt 51.293 Patienten im Alter von acht und eins durch älter. Davon wurde bei 5.840 ADHS diagnostiziert; 46,1 % dieser Fälle hatten nur ADHS und 53,9 % hatten ADHS zusammen mit mindestens einer Komorbidität.
Der Algorithmus hatte einen positiven Vorhersagewert von 95 % für ADHS und 93 % für die Kontrollgruppe und einen positiven Vorhersagewert von 60 % bis 100 % für Begleiterkrankungen. Die höhere Anzahl an Patienten mit Begleiterkrankungen, wie z Angst (27,1 % der ADHS-Fälle) und Autismus-Spektrum-Störung (15,1 % der Fälle), ergab genauere Ergebnisse. Andere Komorbiditäten, die in der Kohorte beobachtet wurden, wurden eingeschlossen Lernstörungen (11.8%), Verhaltensstörung (10,1%) und oppositionelles Trotzverhalten (9.1%).1
ADHS Schlüsselwörter halfen nicht wesentlich bei der Unterscheidung von Patienten. ADHS-spezifische Medikamente in EHRs taten dies jedoch – sie erhöhten die identifizierten Fälle um 21 %.
Obwohl sich der Algorithmus noch in einem frühen Entwicklungsstadium befindet, empfehlen die Forscher, ihn in Genomik- und Entdeckungsstudien einzusetzen. „Mit den hohen positiven Vorhersagewerten, die von diesem Algorithmus erreicht werden, glauben wir, dass wir ein robustes und nützliches Werkzeug zur Identifizierung geeigneter Datensätze entwickelt haben und erfolgreich zwischen Patientengruppen zu unterscheiden“, sagte Hakon Hakonarson, M.D., Ph. D., Direktor des Zentrums für angewandte Genomik am CHOP und leitender Autor des lernen. „Es ist möglich, dass diese Gruppen mit oder ohne Komorbiditäten unterschiedlich auf Medikamente ansprechen, was uns helfen könnte, bessere und effektivere Methoden für therapeutische Interventionen zu entwickeln.“
Quelle
1Slaby, I., Hain, H. S., Abrams, D., Mentch, F. D., Glessner, J. T., Sleiman, P., & Hakonarson, H. (2022). Ein Phänotypalgorithmus für elektronische Gesundheitsakten (EHR) zur Identifizierung von Patienten mit Aufmerksamkeitsdefizit-Hyperaktivitätsstörungen (ADHS) und psychiatrischen Komorbiditäten. Zeitschrift für neurologische Entwicklungsstörungen, 14(1), 37.
https://doi.org/10.1186/s11689-022-09447-9
Seit 1998 vertrauen Millionen von Eltern und Erwachsenen auf die fachkundige Anleitung und Unterstützung von ADDitude, um mit ADHS und den damit verbundenen psychischen Erkrankungen besser zu leben. Unsere Mission ist es, Ihr vertrauenswürdiger Berater zu sein, eine unerschütterliche Quelle des Verständnisses und der Anleitung auf dem Weg zum Wohlbefinden.
Holen Sie sich eine kostenlose Ausgabe und ein kostenloses ADDitude eBook und sparen Sie 42 % auf den Coverpreis.
