PAIN:如何在大量EHR中发现opioid的使用问题?
2015-07-29 张森 译 MedSci原创
在美国,阿片类镇痛药的处方量在1999-2011年间增长了两倍。尽管阿片类镇痛药在疼痛的规范治疗中发挥重要作用,但它在临床上的使用受到包括成瘾性和过量致死性在内的严重不良反应的限制。随着阿片类药物处方量的增加,1999-2010年间阿片类药物相关的死亡率增长了三倍以上,并且2004-2011年间与阿片类药物相关的意外事件发生率增长了两倍以上。对长期给予阿片类处方药来治疗慢性痛的病人,理解阿片类药物
在美国,阿片类镇痛药的处方量在1999-2011年间增长了两倍。尽管阿片类镇痛药在疼痛的规范治疗中发挥重要作用,但它在临床上的使用受到包括成瘾性和过量致死性在内的严重不良反应的限制。随着阿片类药物处方量的增加,1999-2010年间阿片类药物相关的死亡率增长了三倍以上,并且2004-2011年间与阿片类药物相关的意外事件发生率增长了两倍以上。对长期给予阿片类处方药来治疗慢性痛的病人,理解阿片类药物还存在过量使用、误用、滥用的危险因素及其广泛性是非常重要的。
为了评价阿片类药物在临床应用中出现问题的广泛性,我们调查了2006-2012年间在团体保健诊所中超过八百万的电子保健记录,并使用自然语言处理技术从中筛选出了22142位长期接受阿片类药物治疗的成年患者的临床记录,这些记录中均包含阿片类药物使用问题的文字表述。根据这项研究的标准,所有经过自然语言处理技术筛选出来的临床记录必须经过计算机辅助人工审核来确认这些患者存在阿片类药物使用问题(过量使用,误用,滥用)。
在这项研究期间,使用这些方法确认了9.4%长期接受阿片类药物治疗的患者存在使用问题。另外4.1%长期接受阿片类药物治疗的患者有第9版国际疾病分类(ICD-9)关于阿片类药物使用问题的诊断,但没有自然语言处理技术认定的阿片类药物使用问题。自然语言处理技术方法和ICD-9编码具有协同一致性(kappa=0.61)。超过三分之一的自然语言处理技术阳性患者没有阿片类药物滥用或依赖的ICD-9诊断代码。
我们使用结构化的电子健康档案数据来识别阿片类药物使用问题的14个危险因素。47%长期接受阿片类药物治疗的患者有3个或更多危险因素。阿片类药物使用问题的发生率在有 3-4项危险因素的患者中占9.6%,在有 5-6项危险因素的患者中占26.6%,在7项或更多危险因素的患者中占55.04%。阿片类药物使用问题在长期接受阿片类药物治疗的年轻患者、持续应用阿片类药物超过一年以及阿片类药物服用量较大的患者中发生率较高。这项研究中使用的方法为在大量患者的电子病历记录中有效地筛选阿片类药物的使用问题提供了一种可信的方法。计算机辅助人工审查电子病历临床记录发现,在长期接受阿片类药物治疗超过7年的22142例患者中,阿片类药物使用问题发生率为9.4%。
我们发现计算机辅助人工审核结合自然语言处理技术可以成功地运用于在大量患者的电子健康病例中确定阿片类药物的使用问题。这些方法可能应用于研究和临床实践中,包括监测长期接受阿片类药物治疗的患者以发现可能存在潜在的过量使用、误用、滥用风险的患者。
原始出处:
Palmer RE, Carrell DS, Cronkite D, Saunders K, Gross DE, Masters E, Donevan S, Hylan TR, Von Kroff M.The prevalence of problem opioid use in patients receiving chronic opioid therapy: computer-assisted review of electronic health record clinical notes.Pain. 2015 Jul;156(7):1208-14.
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
文章不错,值得拜读
89