ABSTRACT
Objective Incorporating accurate life expectancy
predictions into clinical decision making could improve
quality and decrease costs, but few providers do this. We
sought to use predictive data mining and high
dimensional analytics of electronic health record (EHR)
data to develop a highly accurate and clinically
actionable 5 year life expectancy index.
Materials and methods We developed the index
using EHR data for 7463 patients ≥50 years old with
≥1 visit(s) in 2003 to a large, academic, multispecialty
group practice. We extracted 980 attributes from the
EHRs of the practices and affiliated hospitals. Correlation
feature selection with greedy stepwise search was used
to find the attribute subset with best average merit.
Rotation forest ensembling with alternating decision tree
as underlying classifier was used to predict 5 year
mortality. Model performance was compared with the
modified Charlson Comorbidity Index and the Walter life
expectancy method.
Results Within 5 years of the last visit in 2003, 838
(11%) patients had died. The final model included 24
attributes: two demographic (age, sex), 10 comorbidity
(eg, cardiovascular disease), one vital sign (mean
diastolic blood pressure), two medications (loop diuretic
use, digoxin use), six laboratory (eg, mean albumin), and
three healthcare utilization (eg, the number of
hospitalizations 1 year prior to the last visit in 2003).
The index showed very good discrimination (c-statistic
0.86) and outperformed comparators.
Conclusions The EHR based index successfully
distinguished adults ≥50 years old with life expectancy
>5 years from those with life expectancy ≤5 years.
This information could be used clinically to optimize
preventive service use (eg, cancer screening in the
elderly).
บทคัดย่อวัตถุประสงค์ Incorporating ถูกอายุการใช้งานคาดคะเนในการตัดสินใจทางคลินิกสามารถปรับปรุงคุณภาพและลดต้นทุน แต่ผู้ให้บริการไม่กี่ทำ เราขอใช้ระบบข้อมูลการทำเหมือง และสูงการวิเคราะห์มิติระเบียนสุขภาพอิเล็กทรอนิกส์ (EHR)ข้อมูลการพัฒนาความแม่นยำสูง และทางการแพทย์ดำเนิน 5 ปีอายุการใช้งานดัชนีวัสดุและวิธีที่เราพัฒนาดัชนีใช้ข้อมูล EHR 7463 ผู้ป่วย ≥50 ปี≥1 visit(s) 2003 ไป multispecialty ใหญ่ วิชาการกลุ่มปฏิบัติการ เราแยกคุณลักษณะ 980 จากการEHRs ของการปฏิบัติและโรงพยาบาลในเครือ สหสัมพันธ์ใช้เลือกคุณลักษณะการค้นหายังคงโลภการค้นหาชุดย่อยของแอตทริบิวต์ ด้วยบุญเฉลี่ยที่ดีที่สุดEnsembling ป่าหมุนอิสระต้นไม้ตัดสินใจเป็นลักษณนามพื้นฐานใช้ในการทำนาย 5 ปีอัตราการตาย ประสิทธิภาพการทำงานของแบบจำลองถูกเปรียบเทียบกับการแก้ไข Charlson Comorbidity ดัชนีและชีวิต Walterวิธีการงานผลภายใน 5 ปีไปครั้งสุดท้าย 2003, 838(11%) ผู้ป่วยเสียชีวิต รุ่นสุดท้ายรวม 24แอตทริบิวต์: สองประชากร (อายุ เพศ), 10 comorbidity(เช่น โรคหลอดเลือดหัวใจ), สัญญาณหนึ่ง (หมายความว่าความดันโลหิตที่ diastolic), สองยา (ยาขับปัสสาวะวนใช้ ใช้ digoxin), ห้องปฏิบัติการ 6 (เช่น หมายความว่า albumin), และสามแพทย์ใช้ประโยชน์ (เช่น จำนวนแก่ 1 ปีก่อนสุดท้ายไปใน 2003)ดัชนีแสดงให้เห็นการเลือกปฏิบัติที่ดี (c-สถิติ0.86) และกรรมการรองบทสรุปการ EHR ตามดัชนีเสร็จเรียบร้อยแล้วปี ≥50 ผู้ใหญ่แตกต่างกับอายุการใช้งาน> 5 ปีจากผู้ที่มีอายุ≤ 5 ปีข้อมูลนี้สามารถใช้ทางการแพทย์เพื่อเพิ่มประสิทธิภาพใช้บริการเชิงป้องกัน (เช่น มะเร็งที่ตรวจคัดกรองในการผู้สูงอายุ)
การแปล กรุณารอสักครู่..