抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
長期アジュバント内分泌療法患者はしばしば時間の推奨期間のケア提供者との追跡に失敗している。電子健康記録データ,腫瘍登録記録,指定検層を用いたアジュバント内分泌療法患者コホートのフォローアップを予測した。追跡のための学習予測因子は,追跡率を改善する介入を促進し,最終的にアジュバント内分泌療法患者集団における患者ケアを改善する可能性がある。Vanderbilt大学医療センターで1455アジュバント内分泌療法患者を選択し,EHRデータから得られた医療関連,指定関連,および人口統計学的関連特徴のマトリックスとしてそれらをモデル化した。追跡患者を区別する,あるいは経過観察することができず,少なくとも五年間の医療提供者にランダムフォレスト分類器とニューラルネットワークを構築し,最適化した。を三つの異なる方法:ケア提供者と思考予約,腫瘍医と予約,およびアジュバント内分泌療法投薬記録を追跡を測定した。分類器はアジュバント内分泌療法開始時の予測を行うと,データの時間的サブセットを用い患者データ未収支勘定として精度の変化を学習する。最善モデルは,0.74のAUCを達成するために医療関連,指定関連,および人口統計学的関連特徴を組み合わせたランダムフォレスト分類器である。ランダムフォレストモデルにおける追跡のための最も予測的な特徴は,郵便番号の全投薬数,患者年齢,収入中央値である。追跡のための信頼できる予測は,VUMC(すなわち,VUMCプライマリケア)で受信したケアの量と相関している可能性があることを示唆した。:本研究は電子カルテデータからアジュバント内分泌療法患者における追跡のための適度に正確な予測を達成した。追跡予測追跡率を改善するための介入を促進し,アジュバント内分泌治療コホートのための患者ケアを改善することができる。本研究では,EHRデータから患者ケア改善の機会を発見する能力を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
