MétaCan
Menu
Retour à la cohorte
Enregistrement W2508981042 · doi:10.17294/2330-0698.1401

Identifying Race/Ethnicity Data via Natural Language Processing Among Women in a Uterine Fibroid Cohort Study

2016· article· en· W2508981042 sur OpenAlexaff
Jane Grafton, Onchee Yu, David Carrell, Susan D. Reed, Renate Shulze-Rath, Kelly Hansen, Delia Scholes

Notice bibliographique

RevueJournal of patient-centered research and reviews · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueUterine Myomas and Treatments
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésUterine fibroidsMedicineRetrospective cohort studyEthnic groupCohortGynecologyRace (biology)ObstetricsIncidence (geometry)Cohort studyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background/Aims: Uterine fibroids are associated with morbidity including abnormal bleeding, anemia, pelvic/bladder symptoms and adverse reproductive outcomes. Symptomatic fibroids may affect 25% of women in their late 40s. Race is among the most consistent risk factors known. The Uterine Fibroid Study aims to use automated data to estimate fibroid incidence rates/trends during 2005–2014 in a retrospective cohort of women at Group Health. Race/ethnicity captured from automated structured data has improved yet remains incomplete, particularly with use of retrospective data. Methods: The study included women 18–65 years old without hysterectomy, continuously enrolled with evidence of encounter in 3 years before study entry. Incidence estimates required absence of fibroid history. We collected fibroid diagnoses, demographics and other data from the Virtual Date Warehouse (VDW). VDW demographic race/ethnicity data is sourced from data collected from Group Practice patients, at time of encounter, via entry in the electronic health record. Additionally, Group Health collects race/ethnicity data from breast cancer screening program and tumor registry data. To complement traditional structured race/ethnicity data from VDW, we augmented with race/ethnicity extracted from free-text clinical notes via natural language processing (NLP). Our NLP system used a rule-based dictionary look-up approach to identify common terms used to describe patient race/ethnicity and custom rules to disambiguate race/ethnicity terms that also have other clinical meanings (e.g. the term “white” in “54-year-old white female” as opposed to “Her white blood cell count improved”). We conducted a partial validation of the NLP system in a sample of patients with known structured race/ethnicity data. Results: Prior to amending race/ethnicity data with NLP, in the cohort of 277,821 women, 37.4% had race/ethnicity unknown. Fibroid incidence rates (per 10,000 person-years) were 156 for Hispanics, 133 for whites, 265 for African-Americans, 152 for Asian/Pacific Islanders and 108 for unknown race. NLP work on identifying race/ethnicity in the unknown race group is ongoing and results are pending. Conclusion: Race/ethnicity is an important risk factor for a number of conditions, including uterine fibroids. Improving capture of race/ethnicity from available automated data sources potentially could improve accuracy of research findings and enhance patient care by providing a better understanding of the burden of disease in subgroups of affected patients.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,111
Tête enseignante GPT0,437
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of patient-centered research and reviewsMême sujetUterine Myomas and TreatmentsTravaux en français237 207