Académique Documents
Professionnel Documents
Culture Documents
Las guías de práctica clínica son valiosas fuentes de conocimiento clínico para
los profesionales de la salud. Sin embargo, la difusión pasiva de guías de
práctica clínica como la publicación en revistas médicas es ineficaz para
cambiar el comportamiento de la práctica clínica. En este trabajo, propusimos
un marco para ayudar a adoptar un enfoque activo de difusión de guías de
práctica clínica al extraer automáticamente el conocimiento clínico de las guías
de práctica clínica en un formato amigable para el sistema de apoyo a la
decisión clínica. El marco propuesto está destinado a ayudar a los modeladores
humanos mediante la automatización de algunas de las actividades de
formalización manual para minimizar su esfuerzo manual. Evaluamos nuestro
marco utilizando todas las recomendaciones de dos guías de práctica clínica
producidas por la Scottish Intercollegiate Guidelines Network: la guía de
práctica clínica 'Manejo del cáncer de pulmón' y la guía de práctica clínica
'Manejo del dolor crónico'. Llegamos a la conclusión de que el marco propuesto
se puede utilizar de manera efectiva para formalizar la recomendación de
fármacos y procedimientos en contextos clínicos.
Introducción
Las pautas de práctica clínica (GPC) definidas por el Instituto de Medicina son
'declaraciones desarrolladas sistemáticamente para ayudar a los profesionales
y pacientes a tomar decisiones sobre la atención médica adecuada para
circunstancias clínicas específicas'. 1 LasGPC ofrecen instrucciones concisas
sobre la atención óptima para el paciente según los últimos hallazgos
clínicos. El principal beneficio de la GPC es mejorar la calidad de la atención y
la consistencia de la atención. Para un profesional de la salud, una GPC puede
ayudar a ofrecer recomendaciones explícitas cuando un profesional de la salud
no está seguro de cómo proceder. 2
Métodos
Análisis XML
Limpieza de texto
Paso 1. Establezca los límites del análisis de texto : dado que analizar el
CPG como una unidad grande es demasiado complejo y poco práctico,
necesitamos dividir el documento de CPG en fragmentos de texto lo
suficientemente pequeños para facilitar el análisis. El modelador puede
elegir el límite en la sección, párrafo, oración o incluso en el nivel de token.
Paso 2. Agrupe los tipos semánticos UMLS : cada etiqueta UMLS se asigna
a un tipo semántico UMLS. Esto nos da un amplio espectro de tipos
semánticos que es demasiado granular para nuestro análisis. Agrupar la
red semántica UMLS en un conjunto más pequeño de tipos semánticos
ayudará a eliminar las reglas duplicadas en los tipos semánticos
UMLS. Para lograr este objetivo, seguimos el enfoque presentado en
Bodenreider y McCray 24 y los tipos semánticos agregados. En la Tabla 2 ,
mostramos dos grupos de tipos semánticos, el químico y las drogas
(CHEM) y el trastorno (DISO) utilizados para el contexto clínico de
recomendación de drogas.
Paso 3. Estructuración de datos clínicos : en este paso, el modelador
humano (1) define las estructuras de datos clínicos y (2) proporciona las
condiciones para asignar la estructura de datos clínicos recientemente
definida a las fichas en el texto de la GPC. La definición de estructuras de
datos clínicos podría ser gruesa, por ejemplo, la estructura de datos de
prescripción de medicamentos compuesta por el nombre del medicamento
y la dosis, o más granular para incluir el momento de la dosis y la duración
del tratamiento. La expresividad de las reglas de extracción del contexto
clínico depende en gran medida de la granularidad de las estructuras de
datos utilizadas; cuanto más granulares son las estructuras de datos
clínicos, se pueden crear reglas más expresivas pero también más
compleja se vuelve la tarea de creación de reglas. Para seguir las
estructuras de datos clínicos previamente revisadas, definimos nuestras
estructuras de datos clínicos basadas en los arquetipos de openEHR. 25
Aunque el mapeo del contexto clínico sigue siendo una tarea manual que debe
realizar el ingeniero de conocimiento, puede automatizarse completamente si el
modelista experto médico utiliza una convención de nomenclatura estándar
para las estructuras de datos clínicos utilizadas en el componente de detección
de patrones de contexto clínico.
Resultados
Discusión
Financiación
Los autores no recibieron apoyo financiero para la investigación, autoría y / o
publicación de este artículo.
Referencias
Field, MJ, Lohr, KN. Guías de práctica clínica: instrucciones para un nuevo
programa.Washington, DC : National Academies Press , 1990 , pág. 90 .
1)
Google Académico
Davis, DA, Thomson, MA, Oxman, AD. Pruebas de la efectividad de la CME: una
revisión de 50 ensayos controlados aleatorios . JAMA 1992 ; 268: 1111 - 1117 .
3)
Google Académico | Crossref | Medline | ISI
Kilsdonk, E, Peute, LW, Riezebos, RJ. Desde una guía en papel dirigida por expertos
hasta un sistema de soporte de decisiones centrado en el usuario: un estudio de
4) comparación de usabilidad . Artif Intell Med 2013 ; 59: 5 - 13 .
Google Académico | Crossref | Medline | ISI
Serban, R, ten Teije, A, van Harmelen, F. Extracción y uso de patrones lingüísticos para
modelar pautas médicas . Artif Intell Med 2007 ; 39: 137 - 149 .
9)
Google Académico | Crossref | Medline | ISI