Elektroniskā veselības reģistra (EHR) algoritms identificē bērnus ar ADHD un blakusslimībām
2022. gada 22. augusts
Jauns elektronisko veselības karšu (EHR) algoritms, kas var atšķirt uzmanības deficīta hiperaktivitāti traucējumi (ADHD) no blakusslimībām bērniem, var novest pie precīzākas diagnozes un ārstēšanas iejaukšanās. Saskaņā ar žurnālā publicētajiem atklājumiem Neiro attīstības traucējumi, vairāk nekā pusei bērnu ar ADHD ir viena vai vairākas blakusslimības. Tas ir mulsinājis klīnicistus, kuriem bija grūtības noteikt, vai pacienta simptomus izraisīja ADHD vai blakusslimības.1
Ņemot vērā izplatību ADHD blakusslimības, pētnieki no Lietišķās genomikas centrs (CAG) plkst Filadelfijas bērnu slimnīca (CHOP) izstrādāja vairāku avotu EHR kārtulu algoritmu ar dabiskās valodas apstrādes (NLP) testu ieguvi, lai sniegtu visaptverošu priekšstatu par pacienta medicīnisko ierakstu. Izmantojot elektroniskos veselības ierakstus un datus no CHOP, kā arī datus no CAG laika posmā no 2009. līdz 2016. gadam, pētnieku grupa veica retrospektīvu gadījumu kontroles pētījumu, kurā kopumā piedalījās 51 293 pacienti vecumā no astoņiem un vecāks. No tiem 5840 tika diagnosticēts ADHD; no šiem gadījumiem 46,1% bija ADHD tikai un 53,9% bija ADHD kopā ar vismaz vienu blakusslimību.
Algoritmam bija pozitīva paredzamā vērtība 95% ADHD un 93% kontrolei, un tam bija pozitīva paredzamā vērtība no 60% līdz 100% blakusslimību gadījumā. Jo lielāks skaits pacientu ar blakusslimībām, piemēram, trauksme (27,1% ADHD gadījumu) un autisma spektra traucējumi (15,1% gadījumu), deva precīzākus rezultātus. Iekļauts arī citas kohortā novērotās blakusslimības mācīšanās traucējumi (11.8%), uzvedības traucējumi (10,1%), un opozīcijas izaicinoši traucējumi (9.1%).1
ADHD atslēgvārdi būtiski nepalīdzēja atšķirt pacientus. Tomēr ADHD specifiskās zāles uz EHR to darīja — tas palielināja identificētos gadījumus par 21%.
Lai gan algoritms ir izstrādes sākuma stadijā, pētnieki iesaka to ieviest genomikā un uz atklājumiem balstītos pētījumos. "Ar šī algoritma sasniegtajām augstajām pozitīvajām prognozēšanas vērtībām mēs uzskatām, ka esam izstrādājuši stabilu un noderīgu rīku, lai identificētu atbilstošas datu kopas un veiksmīgi nošķirot pacientu grupas," sacīja Hakons Hakonarsons, medicīnas doktors, CHOP Lietišķās genomikas centra direktors un vecākais autors. pētījums. "Iespējams, ka šīs grupas ar vai bez blakusslimībām var atšķirīgi reaģēt uz medikamentiem, kas varētu palīdzēt mums izstrādāt labākas un efektīvākas terapeitiskās iejaukšanās metodes."
Avots
1Slebijs, I., Heins, H. S., Ābrams, D., Menčs, F. D., Glesners, Dž. T., Sleimans, P. un Hakonarsons, H. (2022). Elektroniskā veselības kartes (EHR) fenotipa algoritms, lai identificētu pacientus ar uzmanības deficīta un hiperaktivitātes traucējumiem (ADHD) un psihiskām blakusslimībām. Neiroloģiskās attīstības traucējumu žurnāls, 14(1), 37.
https://doi.org/10.1186/s11689-022-09447-9
Kopš 1998. gada miljoniem vecāku un pieaugušo ir uzticējušies ADDitude ekspertu norādījumiem un atbalstam, lai labāk dzīvotu ar ADHD un ar to saistītajiem garīgās veselības stāvokļiem. Mūsu misija ir būt jūsu uzticamam padomdevējam, nelokāmam izpratnes un norādījumu avotam ceļā uz labsajūtu.
Iegūstiet bezmaksas izdevumu un bezmaksas ADDitude e-grāmatu, kā arī ietaupiet 42% no vāka cenas.
