Challenges and recommendations for Electronic Health Records data extraction and preparation for dynamic prediction modelling in hospitalized patients -- a practical guide
Created by
Haebom
Category
Empty
저자
Elena Albu, Shan Gao, Pieter Stijnen, Frank E. Rademakers, Bas C T van Bussel, Taya Collyer, Tina Hernandez-Boussard, Laure Wynants, Ben Van Calster
개요
본 논문은 전자 건강 기록(EHR) 데이터를 이용한 동적 예측 모델링에서 데이터 추출 및 전처리 단계에서 발생하는 40가지 이상의 과제를 확인하고 해결 방안을 제시합니다. 과제는 코호트 정의, 결과 정의, 특징 엔지니어링, 데이터 정제의 네 가지 범주로 분류되어 있으며, 이를 통해 임상 환경에서 동적 예측 모델의 품질과 실제 적용성을 향상시키는 데 도움이 되는 실용적인 지침을 제공합니다.
시사점, 한계점
•
시사점:
◦
EHR 데이터 기반 동적 예측 모델링의 데이터 전처리 과정에서 발생하는 다양한 문제점들을 체계적으로 정리하고 해결 방안을 제시함으로써, 모델의 신뢰성 및 실용성 향상에 기여합니다.
◦
데이터 추출 엔지니어 및 연구자들을 위한 실질적인 가이드라인을 제공하여, 최적의 데이터 전처리 과정을 수립하는 데 도움을 줍니다.
◦
임상 환경에서 동적 예측 모델의 실제 적용성을 높이는 데 기여할 수 있습니다.
•
한계점:
◦
제시된 해결 방안의 실제 효과 및 일반화 가능성에 대한 추가적인 검증이 필요합니다.
◦
논문에서 제시된 과제 및 해결 방안이 모든 유형의 EHR 데이터 및 동적 예측 모델에 적용 가능한지는 추가 연구가 필요합니다.
