Building a neuropsychiatric testing database for veterans with mild cognitive impairment and Alzheimer’s disease with unstructured electronic health records
Notice bibliographique
Résumé
Abstract Background Information on clinical decision making and disease severity assessments for mild cognitive impairment (MCI) or Alzheimer’s dementia (AD) typically only exists in medical notes. In this study, we present the methodology of constructing a database from unstructured electronic health records (EHR), which enables enriched population studies when combined with structured administrative databases. Method A multidisciplinary team with expertise in neurology, epidemiology, biology, and health informatics designed and created the relational database. The database was established with three tables for patient demographics, neurocognitive and neuropsychiatric test results, and clinical judgment of AD severity. Patient cohorts were identified by searching keywords ("Alz*” or “Mild Cognitive Impairment”) from electronic clinical notes and excluding false positives using expert‐designed rules. The most frequently used six neuropsychiatric tests (MMSE, MoCA, SLUMS, Mini‐cog, BNT, BVRT) and their corresponding testing results were extracted in addition to clinicians’ judgment on disease severity. The test scores were extracted using a rule‐based natural language processing (NLP) system. Result A patient cohort with MCI (N = 74,444) or probable AD (N = 141,816) was identified in the VA database for the fiscal year of 2019 (Table 1), with 18,173 patients having both MCI and AD diagnosis among their clinical notes of the year. A total of 1,529,897 neuropsychiatric testing scores were extracted from the patients’ clinical notes across all years, with 388,253 MMSE scores, 614,400 MoCA scores, 462,646 SLUMS scores, 18,868 Mini‐cog scores, 45,259 BNT scores, and 471 BVRT scores. A total of 57,879 (77.75%) MCI patients and 82,656 (58.28%) AD patients had at least one test score extracted. A total of 18,939 (13.35%) AD patients had at least one documented severity categorization made by a clinician. Conclusion We established a database of neuropsychiatric testing scores for patients with MCI or AD based on electronic medical notes from the VA healthcare system, aided by NLP tools. Our approach demonstrated a scalable pipeline to integrate with structured EHR in support of enriched population level analysis in AD.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».