文献

J-GLOBAL ID：201802271997301014   整理番号：18A0161641

臨床ノートからニューヨーク心臓関連分類を抽出するための自動法【Powered by NICT】

Automatic methods to extract New York heart association classification from clinical notes

著者 (6件)： Zhang Rui (Institute for Health Informatics, and College of Pharmacy, University of Minnesota, Minneapolis, MN, USA) ,  Ma Sisi (Institute for Health Informatics, and Department of Medicine, University of Minnesota, Minneapolis, MN, USA) ,  Shanahan Liesa (Medtronic, Inc., Minneapolis, MN, USA) ,  Munroe Jessica (Medtronic, Inc., Minneapolis, MN, USA) ,  Horn Sarah (Medtronic, Inc., Minneapolis MN, USA) ,  Speedie Stuart (Institute for Health Informatics, University of Minnesota, Minneapolis, MN, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BIBM  ページ： 1296-1299  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 心臓再同期療法(CRT)は心不全患者の確立されたペーシング治療法である。ニューヨーク心臓協会(NYHA)分類は,CRTに対する患者の応答の尺度としてしばしば使用される。電子健康記録(EHR)における心不全患者のNYHAクラスの同定一貫して,時間とともに,心不全の進行とCRT応答と有効性の評価のより良い理解を提供することができる。しかし,情報はしばしば構造化されていない臨床記録に記録されたようなNYHAは,EHR構造化データに貯蔵されたことは稀である。本研究では,著者らは,臨床記録からNYHA分類を同定するための自然言語処理(NLP)法の使用を検討した。病院専用NYHAクラス診断コードと一致した6,174臨床記録を収集した。機械学習に基づく方法は,ルールベース法と同様に行った。n-gram特徴を持つサポートベクトルマシン,最良の機械学習法が最高の性能を示した(93%のF測度)。所見の更なる検証が必要である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  構造形成 ,  *心臓 ,  治療法 ,  機械学習 ,  測度 ,  自然言語処理 ,  *ニューヨーク州 ,  患者 ,  心不全 ,  ルールベース ,  電子カルテ ,  病歴
準シソーラス用語： NYHA分類 ,  構造化データ ,  心臓再同期療法 , 【Automatic Indexing@JST】

分類 (1件)： 循環系疾患の治療一般  (GJ05010B)

タイトルに関連する用語 (5件)： 臨床 ,  ノート ,  ニューヨーク ,  心臓 ,  分類