Development and validation of a natural language processing system that extracts cognitive test results from clinical notes
Notice bibliographique
Résumé
Abstract Background Cognitive test results from electronic health records (EHRs) are key information for assessing the severity and progression of patients with mild cognitive impairment (MCI) and Alzheimer’s’ disease (AD). However, such information is often recorded in unstructured clinical notes rather than in an administrative database. We developed and validated a natural language processing (NLP) system to extract cognitive test results from clinical notes in the Veterans Affair (VA) Healthcare System. Method An NLP system was developed using regular expression‐based rules and Python to extract results for six tests that have been used most frequently in VA: Mini‐Mental State Exam (MMSE), Montreal Cognitive Assessment (MoCA), Saint Louis University Mental Status Examination (SLUMS), Mini‐cog, Boston Naming Test (BNT), and Benton Visual Retention Test (BVRT). The system extracted test results from each note in two steps: (1) searched a test name, or variations and abbreviation of the test name and, if successful, (2) searched the quantitative results (e.g., 12/30 for MMSE, 74th percentile for BNT) and/or descriptive results (e.g., “borderline impairment” for BVRT) within 5 words or one sentence before or after the test name. To balance the system performance and speed, we developed 3‐8 extraction rules per test based on a manual review of 30‐50 notes for each test. We further validated NLP performance on 6 held‐out datasets (50‐200 notes/test). We automatically sampled the development and held‐out notes by searching the test name and its variations/abbreviation to increase positive cases, i.e., notes that contained the above test results. Result The NLP system achieved 0.72‐0.92 predictive positive values (PPV), 0.96‐1.00 recall, and 0.83‐0.95 F1 scores on the validation test sets (Table 1). In addition, it demonstrated a scalable performance (processed 200,000 notes in 7 min), allowing an extraction of millions of notes from ∼1 million patients within hours. Conclusion Rule‐based NLP can extract cognitive test results with adequate performance and scalable capability for clinical notes from patients with MCI or AD within the VA Healthcare System.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».