文献

J-GLOBAL ID：202202277794263927   整理番号：22A0834331

米国,NC,Durham郡における大規模健康システムで捕獲された地域小児の集団を理解するための電子健康記録の利用と集団健康研究への含意【JST・京大機械翻訳】

Using Electronic Health Records to understand the population of local children captured in a large health system in Durham County, NC, USA, and implications for population health research

著者 (11件)： Stolte Allison (Department of Sociology, Duke University, Durham, NC, USA) ,  Stolte Allison (Duke Population Research Institute, Duke University, Durham, NC, USA) ,  Merli M. Giovanna (Duke Population Research Institute, Duke University, Durham, NC, USA) ,  Merli M. Giovanna (Sanford School of Public Policy, Duke University, Durham, NC, USA) ,  Hurst Jillian H. (Duke Children’s Health and Discovery Initiative, Department of Pediatrics, Duke University School of Medicine, Durham, NC, USA) ,  Hurst Jillian H. (Division of Infectious Diseases, Department of Pediatrics, Duke University School of Medicine, Durham, NC, USA) ,  Liu Yaxing (Office of Academic Solutions and Information Systems, Duke University School of Medicine, Durham, NC, USA) ,  Wood Charles T. (Division of Primary Care Pediatrics, Department of Pediatrics, Duke University School of Medicine, Durham, NC, USA) ,  Goldstein Benjamin A. (Duke Children’s Health and Discovery Initiative, Department of Pediatrics, Duke University School of Medicine, Durham, NC, USA) ,  Goldstein Benjamin A. (Department of Biostatistics and Bioinformatics, Duke University School of Medicine, Durham, NC, USA) ,  Goldstein Benjamin A. (Duke Clinical Research Institute, Duke University, Durham, NC, USA)
資料名： Social Science & Medicine  (Social Science & Medicine)
巻： 296  ページ： Null  発行年： 2022年 
JST資料番号： A1143A  ISSN： 0277-9536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 結論:小児健康不平等を減らすことを目的とした局所政策は,地域データから利益を得ることができるが,集団代表健康調査におけるサンプルサイズ制約は,地域レベルでの子供の健康格差と健康管理パターンの厳密な評価を妨げることが多い。電子健康記録(EHR)は,健康システム内の小児患者に関する大量の情報を含むので,可能な解決策を提供する。本論文では,EHRが郡の子供集団を捉える程度を評価することにより,地域子供の健康を研究するために,大きな健康システムからのEHRの使用の適合性を考察した。最初に,Durham郡,NC(USA)に住んでいるDuke大学健康システム小児患者の人口統計学的特性を,2015~2019年アメリカコミュニティ調査における子供集団推定と比較した。次に,EHRデータで捕獲された子供の調査路率の地理的変化を調べ,そして,路特性がこれらの速度と関連するかを評価するために,負の二項モデルを推定した。また,著者らは,十分に子供が遭遇する小児患者のサブセットについて,これらの分析を行う。EHRにより捕獲された小児患者の人口統計学的特性は,郡の子供集団のそれらと類似していることを見出した。EHRsで捕獲された小児の郡率は高いが,調査路全体で変動がある。平均して,非ヒスパニック黒人住民のより高い濃度を有する調査路は,低い捕獲率を持ち,貧困の高い濃度を有する路は,EHRによって捕獲された子供の割合において,最大の人種ギャップを示す最も悪い路で,より高い捕獲率を有する。著者らの知見は,大規模健康システムからのEHRsが子供の人口健康を評価するために使用できるが,子供の健康格差と健康管理パターンのEHRベースの評価は,調査路特性に基づくEHRによって捉えられる差異を説明するべきであることを示唆する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 推定 ,  地理学 ,  適応性 ,  *捕獲 ,  住民 ,  子供 ,  健康管理 ,  *含意 ,  *電子カルテ
準シソーラス用語： 健康調査 ,  人口統計学 ,  ヒスパニック ,  黒人 ,  健康状態格差 ,  子供の健康 , 【Automatic Indexing@JST】

著者キーワード (4件)： 電子健康記録 ,  健康システム ,  子どもの健康 ,  近傍

分類 (2件)： 医用情報処理  (JE15030Q) ,  公衆衛生  (GB02000X)

タイトルに関連する用語 (12件)： 米国 ,  NC ,  大規模 ,  捕獲 ,  地域 ,  小児 ,  集団 ,  理解 ,  電子健康記録 ,  集団健康 ,  研究 ,  含意