2022
DOI: 10.37489/2782-3784-myrwd-13
|View full text |Cite
|
Sign up to set email alerts
|

Electronic medical records as a source of real-world clinical data

Abstract: Currently, information technologies are being actively introduced in the healthcare of the Russian Federation. The share of state and municipal medical organizations that have implemented various medical information systems increased from 3.9 % in 2007 to 91 % in 2021. One of the key tasks of informatization is the introduction of electronic medical records (EMRs), which accumulate large amounts of Real-World Data (RWD). Despite the importance of EHR as a source of RWD, they have a number of shortcomings, such… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
3
1

Citation Types

0
0
0
1

Year Published

2023
2023
2023
2023

Publication Types

Select...
5

Relationship

1
4

Authors

Journals

citations
Cited by 10 publications
(4 citation statements)
references
References 14 publications
0
0
0
1
Order By: Relevance
“…При формировании базы данных применялись различные технологии извлечения информации из электронных медицинских карт, в т.ч. NLP (natural language processing) для анализа неструктурированных текстов, использовалась система управления базами данных PostgreSQL [19]. Скрипты для базы данных были напи-саны на языке программирования PL/pgSQL (Procedural Language/PostGres Structured Query Language).…”
Section: материал и методыunclassified
“…При формировании базы данных применялись различные технологии извлечения информации из электронных медицинских карт, в т.ч. NLP (natural language processing) для анализа неструктурированных текстов, использовалась система управления базами данных PostgreSQL [19]. Скрипты для базы данных были напи-саны на языке программирования PL/pgSQL (Procedural Language/PostGres Structured Query Language).…”
Section: материал и методыunclassified
“…Скрипты были созданы на языке программирования PL/pgSQL (Procedural Language/ PostGres Structured Query Language). Для предобработки, извлечения машиночитаемых данных из неструктурированных медицинских текстов и постобработки полученных результатов применялся язык программирования Python и библиотеки Pandas, scikit-learn, NumPy, pymorphy2 и Gensim [12].…”
Section: материал и методыunclassified
“…Информация о пациентах с ФП взята из платформы прогнозной аналитики "Webiomed", содержащей деперсонифицированные формализованные данные, полученные методом сплошной выборки с помощью различных технологий извлечения информации [23] Для исключения значимого влияния возраста с учетом показанных возрастных различий между подгруппами с выбранными диапазонами рСКФ, частота ИИ, ИМ и назначения АКТ в зависимости от величины анализируемого показателя была определена у мужчин и женщин отдельных возрастных диапазонов: ≤64, 65-74 и ≥75 лет. Данные возрастные диапазоны были выделены в соответствии с вкладом каждого из них в величину риска ТЭО по шкале CHA 2 DS 2 -VASc.…”
Section: материал и методыunclassified
“…Эти факты с учетом более медленной скорости прогрессирования почечной дисфункции у пациентов с ФП при назначении ПОАК по сравнению с варфарином [23] являются убедительным аргументом для их приоритетного назначения в допу-стимых инструкциями к препаратам диапазонах клиренса креатинина.…”
Section: эпидемиология и профилактика сердечно-сосудистых заболеванийunclassified