BackgroundData science, rooted in computer science, statistics, and information science is advancing healthcare research by unlocking "insights" from big data to discover knowledge about patient experiences and answer previously unanswerable questions. The comparatively limited engagement of Canadian nurse researchers in this field, relative to counterparts in other jurisdictions (e.g., United States) served as a key impetus for initiating this data science study.PurposeTo investigate homecare electronic health records (EHRs) of "persons with ALS" (PALS) disease and identify care-related facto…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: The effect of Mendelian disorders on pregnancy and neonatal outcomes is poorly understood because of their rarity and the challenge of compiling complete prenatal and postnatal records.
METHODS: Using electronic health records from a single academic center, we developed a retrospective cohort of maternal-infant dyads. Cases were mothers with molecularly confirmed Mendelian disorders paired with live-born infants; controls had no documented genetic disease. Outcomes were evaluated overall, by organ system, and by individual disorder.
RESULTS: The cohort included 58,912 dyads, 241 wit…
СтатьяПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background and Objectives: Primary myelofibrosis (PMF) is a rare hematologic malignancy with non-specific symptoms, causing diagnostic delays and missed diagnoses. Automated screening in heterogeneous electronic health records (EHRs) is challenging due to class imbalance, data sparsity, and incomplete labeling. We investigated two complementary objectives: (1) developing a screening algorithm using routine EHR data to identify PMF-risk patients for hematology consultation, and (2) assessing the applicability of positive-unlabeled (PU) learning. Methods: Using EHR data from 10 Polish hospitals,…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: To develop privacy-enhancing statistical methods for estimating disease risk parameters across multiple electronic health record (EHR) sites with heterogeneous selection mechanisms, avoiding individual-level data sharing. We illustrate their utility via a cross-biobank analysis of smoking and 97 cancer subtypes using NIH All of Us (AOU) and Michigan Genomics Initiative (MGI) data sites.
MATERIALS AND METHODS: Distributed health platforms often render centralized algorithms infeasible due to patient privacy protection. We propose Sequential Pseudo-Likelihood (SPL) and Sequential Au
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Detecting infectious disease outbreaks promptly is crucial for effective public health responses, minimizing transmission, and enabling critical interventions. This study introduces a method that integrates machine learning (ML)-based diagnostic predictions with traditional epidemiological surveillance to enhance biosurveillance systems. Using 4.5 million patient records from 2010 to 2022, ML models were trained to predict, within 24-hour intervals, the likelihood of patients being diagnosed with infectious or unspecified gastrointestinal, respiratory, or neurological diseases. High-confidence
СтатьяПрепринтПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Unhealthy alcohol use, including risky alcohol use and alcohol use disorder (AUD), are under-identified in primary care settings. Natural Language Processing (NLP) is a promising approach that could identify unhealthy alcohol use from clinical notes even when structured data (SD) indicators are lacking. This study prospectively evaluated the performance of SD and NLP in identifying unhealthy alcohol use in primary care patients.
METHODS: We extracted electronic health record (EHR) data of primary care patients at a large Midwestern Health System (N = 133,144) and applied two ident
СтатьяСравнительное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Researchers are increasingly studying nudges as a theoretical approach to promote behavior change. With the advancement of technology, nudges with electronic health records (EHR) systems become a new way to encourage healthcare professionals to perform advance care planning (ACP). This review aims to summarize nudges with EHR interventions and assess their effects on ACP outcomes.
METHODS: A comprehensive search was conducted in Scopus, CINAHL, Web of Science, PubMed, and Embase for randomized controlled trials (RCTs) published up to December 2024. Studies were included if they em…
СтатьяСистематический обзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
RATIONALE & OBJECTIVES: Accurate ascertainment of end-stage kidney disease (ESKD) in electronic health records (EHRs) data is important for much epidemiological research. This study developed and validated an algorithm using diagnosis and procedure codes to identify patients with ESKD (treated with maintenance dialysis or kidney transplantation) in EHR data.
STUDY DESIGN: Study of diagnostic algorithms.
SETTING & PARTICIPANTS: The development cohort included 559,615 patients treated at the Geisinger Health System (January 1996-June 2018). The validation cohort included 767,186 patients treat…
СтатьяВалидационное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Male infertility (MI) is the sole cause of 20-30% of infertility cases, and it is a contributing factor for an additional 15-20% of cases. However, the full breadth of potential MI risk factors and adverse health outcomes has not been explored.
METHODS: We used electronic health records (EHRs) from the University of California (UC) and Stanford to identify MI-associated comorbidities. We identified 6531 and 5551 MI patients at UC and Stanford, respectively, and 8353 and 2464 vasectomy control patients at UC and Stanford, respectively. Low-dimensional embeddings of patients' diagno…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Comprehensive, life-course multimorbidity data derived from linked outpatient and inpatient electronic health records (EHRs) remain scarce globally. We analyzed integrated EHRs (2016-2023) from approximately 3.2 million individuals in Yichang, a prefecture-level city in Central China, to characterize disease co-occurrence during this observation window by identifying both the most frequent combinations and significant non-random associations across all ages. Multimorbidity was defined as the presence of ≥ 2 distinct lifetime conditions recorded for an individual. We identified the 50 most comm…
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Several health conditions are known to increase the risk of Alzheimer's disease (AD). We aim to systematically identify medical conditions that are associated with subsequent development of AD by leveraging the growing resources of electronic health records (EHRs).
METHODS: This retrospective cohort study used de-identified EHRs from two independent databases (MarketScan and VUMC) with 153 million individuals to identify AD cases and age- and gender-matched controls. By tracking their EHRs over a 10-year window before AD diagnosis and comparing the EHRs between AD cases and contro…
СтатьяПрепринтПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Several health conditions are known to increase the risk of Alzheimer's disease (AD). We aim to systematically identify medical conditions that are associated with subsequent development of AD by leveraging the growing resources of electronic health records (EHRs).
METHODS: This retrospective cohort study used de-identified EHRs from two independent databases (MarketScan and VUMC) with 153 million individuals to identify AD cases and age- and gender-matched controls. By tracking their EHRs over a 10-year window before AD diagnosis and comparing the EHRs between AD cases and contro…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Treatment-resistant late-life depression (TRLLD) remains a clinical challenge. Our aim was to identify demographic and clinical factors associated with TRLLD.
METHODS: A large naturalistic retrospective cohort study was conducted using mental health records from south London. Patients were selected at first recorded depression diagnosis after the age of 60. We defined TRLLD when ≥3 antidepressants were prescribed across their mental health record or a natural language processing algorithm indicated depression was described as treatment-resistant. We collected demographic and clini
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Translational biology posits a strong bi-directional link between clinical phenotypes and a patient's biological profile. By leveraging this bi-directional link, we can efficiently deconvolute pre-existing clinical information into biological profiles. However, traditional computational tools are limited in their ability to resolve this link because of the relatively small sizes of paired clinical-biological datasets for training and the high dimensionality/sparsity of tabular clinical data. Here, we use state-of-the-art foundation models (FMs) for electronic health record (EHR) data to genera
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
... IEEE-EMBS International Conference on Biomedical and Health Informatics. IEEE-EMBS International Conference on Biomedical and Health Informatics2023eng
Delirium is a syndrome of acute brain failure which is prevalent amongst older adults in the Intensive Care Unit (ICU). Incidence of delirium can significantly worsen prognosis and increase mortality, therefore necessitating its rapid and continual assessment in the ICU. Currently, the common approach for delirium assessment is manual and sporadic. Hence, there exists a critical need for a robust and automated system for predicting delirium in the ICU. In this work, we develop a machine learning (ML) system for real-time prediction of delirium using Electronic Health Record (EHR) data. Unlike
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: To establish a nasopharyngeal carcinoma-specific big data platform based on electronic health records (EHRs) to provide data support for real-world study of nasopharyngeal carcinoma.
METHODS: A multidisciplinary expert team was established for this project. Based on industry standards and practical feasibility, the team designed the nasopharyngeal carcinoma data element standards including 14 modules and 640 fields. Data from patients diagnosed with nasopharyngeal carcinoma who visited Southern Hospital after 1999 were extracted from 15 EHRs systems and were cleaned, structured, an…
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: People with diabetes have a higher risk of suicidal behaviors than the general population. However, few studies have focused on understanding this relationship. We investigated risk factors and predicted suicide attempts in people with diabetes using Least Absolute Shrinkage and Selection Operator (LASSO) regression.
METHOD: Data was retrieved from Cerner Real-World Data and included over 3 million diabetes patients in the study. LASSO regression was applied to identify associated factors. Gender, diabetes-type, and depression-specific LASSO regression models were analyzed.
RESULT
Многоцентровое исследованиеСтатьяПоддержка NIH: внешняя программаПоддержка службы здравоохранения СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Pancreatic cancer is one of the deadliest cancer types with poor treatment options. Better detection of early symptoms and relevant disease … clinical data, we used a text mining approach to extract symptoms from free text clinical notes in electronic health records (3078 pancreatic cancer patients and 30,780 controls). We used both data sources to generate and compare symptom disease trajectories to uncover temporal patterns of symptoms prior to pancreatic cancer diagnosis for the same patients. We show that t …
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Postoperative delirium is a challenging complication due to its adverse outcome such as long hospital stay. The aims of this study were: 1) to identify preoperative risk factors of postoperative delirium following knee arthroplasty, and 2) to develop a machine-learning prediction model.
METHOD: A total of 3,980 patients from two hospitals were included in this study. The model was developed and trained with 1,931 patients from one hospital and externally validated with 2,049 patients from another hospital. Twenty preoperative variables were collected using electronic hospital reco
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования