S'abonner

Epidemiology of angina pectoris: Role of natural language processing of the medical record - 09/08/11

Doi : 10.1016/j.ahj.2006.12.022 
Serguei S.V. Pakhomov, PhD b, Harry Hemingway, FRCP c, Susan A. Weston, MS b, Steven J. Jacobsen, MD, PhD b, Richard Rodeheffer, MD a, b, Véronique L. Roger, MD, MPH a, b,
a Division of Cardiovascular Diseases, Department of Medicine, Mayo Clinic College of Medicine, Rochester, MN 
b Department of Health Sciences Research, Mayo Clinic College of Medicine, Rochester, MN 
c Department of Epidemiology and Public Health, UCL Medical School, London, UK 

Reprint requests: Véronique L. Roger, MD, MPH, Mayo Clinic, 200 First Street SW, Rochester, MN 55905.

Résumé

Background

The diagnosis of angina is challenging because it relies on symptom descriptions. Natural language processing (NLP) of the electronic medical record (EMR) can provide access to such information contained in free text that may not be fully captured by conventional diagnostic coding.

Objective

To test the hypothesis that NLP of the EMR improves angina pectoris ascertainment over diagnostic codes.

Methods

Billing records of inpatients and outpatients were searched for International Classification of Diseases, Ninth Revision (ICD-9) codes for angina pectoris, chronic ischemic heart disease, and chest pain. EMR clinical reports were searched electronically for 50 specific nonnegated natural language synonyms to these ICD-9 codes. The 2 methods were compared to a standardized assessment of angina by Rose questionnaire for 3 diagnostic levels: unspecified chest pain, exertional chest pain, and Rose angina.

Results

Compared with the Rose questionnaire, the true-positive rate of EMR-NLP for unspecified chest pain was 62% (95% CI 55-67) versus 51% (95% CI 44-58) for diagnostic codes (P < .001). For exertional chest pain, the EMR-NLP true-positive rate was 71% (95% CI 61-80) versus 62% (95% CI 52-73) for diagnostic codes (P = .10). Both approaches had 88% (95% CI 65-100) true-positive rate for Rose angina. The EMR-NLP method consistently identified more patients with exertional chest pain over a 28-month follow-up.

Conclusion

EMR-NLP method improves the detection of unspecified and exertional chest pain cases compared to diagnostic codes. These findings have implications for epidemiological and clinical studies of angina pectoris.

Le texte complet de cet article est disponible en PDF.

Plan


 This work was supported in part by grants for the Public Health Service (RO1 HL 59205, HL 72435) (Bethesda, MD), the Rochester Epidemiology Project (GM14321 and AR30582) (Bethesda, MD), and the National Institutes of Health Roadmap Multidisciplinary Clinical Research Career Development Award Grant (K12/NICHD)-HD49078 (Bethesda, MD). Dr Hemingway is supported by a Department of Health Public Health Career Scientist Award (London, UK).


© 2007  Mosby, Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 153 - N° 4

P. 666-673 - avril 2007 Retour au numéro
Article précédent Article précédent
  • Effects of balloon-based distal protection during primary percutaneous coronary intervention on early and late infarct size and left ventricular remodeling: A pilot study using serial contrast-enhanced magnetic resonance imaging
  • Joo-Yong Hahn, Hyeon-Cheol Gwon, Yeon Hyeon Choe, Il Rhee, Seung Hyuk Choi, Jin Ho Choi, Sang Hoon Lee, Kyong Pyo Hong, Jung Euy Park
| Article suivant Article suivant
  • Publication or presentation of results from multicenter clinical trials: Evidence from an academic medical center
  • Aslan T. Turer, Kenneth W. Mahaffey, Kate L. Compton, Robert M. Califf, Kevin A. Schulman

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.