文献

J-GLOBAL ID：202202262707858848   整理番号：22A0215049

電子健康記録における縦断的データ不連続性と薬物療法有効性研究の結果【JST・京大機械翻訳】

Longitudinal Data Discontinuity in Electronic Health Records and Consequences for Medication Effectiveness Studies

著者 (7件)： Joshua Lin Kueiyu (Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women’s Hospital and Harvard Medical School, Boston, Massachusetts, USA) ,  Jin Yinzhu (Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women’s Hospital and Harvard Medical School, Boston, Massachusetts, USA) ,  Gagne Joshua (Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women’s Hospital and Harvard Medical School, Boston, Massachusetts, USA) ,  Glynn Robert J. (Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women’s Hospital and Harvard Medical School, Boston, Massachusetts, USA) ,  Murphy Shawn N. (Mass General Brigham Research Information Science and Computing, Massachusetts General Hospital, Department of Neurology, and Harvard Medical School, Boston, Massachusetts, USA) ,  Tong Angela (Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women’s Hospital and Harvard Medical School, Boston, Massachusetts, USA) ,  Schneeweiss Sebastian (Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women’s Hospital and Harvard Medical School, Boston, Massachusetts, USA)
資料名： Clinical Pharmacology & Therapeutics  (Clinical Pharmacology & Therapeutics)
巻： 111  号： 1  ページ： 243-251  発行年： 2022年 
JST資料番号： A0721B  ISSN： 0009-9236  資料種別： 逐次刊行物 (A)
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： 電子健康記録(EHR)不連続性(すなわち,研究EHRシステム外の受信ケア)は,EHRベース実世界証拠(RWE)研究における情報バイアスを導くことができる。高いEHR-連続性を有する患者を同定するために,以前にアルゴリズムを開発した。包含のための患者選択にこのアルゴリズムを適用するかどうかは,4つのRWE例におけるデータ-不連続性に起因するバイアスを減少できるかどうかを評価した。2007年~2014年の>65歳のメディケア受益者の間で,短期または長期転帰に対する薬物効果を評価する4コホートを確立した。2つのUS EHRシステムによる請求データをリンクし,EHR対リンクしたEHR-クレームデータのみに基づく多変数調整効果推定の%バイアスを計算し,リンクデータが研究EHRの外で記録された医療情報を捕捉した。著者らの研究コホートは,システム1の77,288人の患者とシステム2の60,309を含んだ。EHR-連続性の最低四分位のサブコホートは短期の72~81%と長期転帰イベントのわずか21~31%を捕獲し,長期転帰例に対して短期と62~112%の6~99%のバイアスをもたらした。この傾向は,アクティブ比較よりも非ユーザ比較を用いた例においてより顕著であるように見えた。経験的例を通してほとんどのサブグループに対するEHR-連続性による有意な治療効果不均一性は見られなかった。EHRベースのRWE研究において,研究者は,EHRデータがそれらの実際の結果の比較的少ないので,低いアルゴリズム予測EHR-連続性を有する患者を除外することを考慮し,これらの患者における治療効果推定は信頼できない可能性がある。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  受信 ,  *薬物療法 ,  バイアス ,  連続性 ,  不連続性 ,  母集団 ,  不均一性 ,  有効性 ,  医学情報 ,  *電子カルテ
準シソーラス用語： 長期予後 ,  薬効 ,  多変量 , 【Automatic Indexing@JST】

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (5件)： 電子健康記録 ,  不連続性 ,  薬物療法 ,  有効性 ,  研究