サインイン
核心概念
RxNormを使用して、電子健康記録やメディケイド請求データの薬物コードを薬物クラスに効率的にリンクする分類パイプラインを開発した。
要約
本研究では、電子健康記録(EHR)やメディケイド請求データの薬物データを薬物クラスに分類するための自由に利用可能なパイプラインを開発しました。
- 国立医学図書館(NLM)のRxNormAPIを使用して、国内薬品コード(NDC)を世界保健機関の解剖治療化学分類(ATC)にリンクしました。
- 2016-2019年のメディケイド請求データを使用して、パイプラインの性能を評価しました。
- 全ユニークなNDCの59.4%がATCにリンクされ、全請求の95.5%がATCコードに分類されました。
- 非活性NDCのサンプルチェックでは、分類の正確性が確認されました。
- 本パイプラインは、大規模な行政請求データの薬物分類に実用的で信頼性の高いツールです。
要約をカスタマイズ
AI でリライト
引用を生成
原文を翻訳
他の言語に翻訳
マインドマップを作成
原文コンテンツから
原文を表示
arxiv.org
A drug classification pipeline for Medicaid claims using RxNorm
統計
全ユニークなNDCの59.4%がATCにリンクされた。
全請求の95.5%がATCコードに分類された。
12,004個のユニークなNDCがオピオイドまたは非オピオイドの痛み治療薬として分類された。
引用
なし
深掘り質問
他の国の薬物分類にも本パイプラインを適用できるだろうか?
本研究で使用されたRxNormは、米国国立医学図書館（NLM）が提供するものであり、米国内の薬物に関する情報を含んでいます。最近、ReichらはRxNorm Extensionを開発し、米国外の薬物にもRxNormを拡張しています。したがって、この拡張機能を使用することで、米国外の薬物に対しても本パイプラインを適用する可能性があります。将来の研究では、RxNorm Extensionを使用して、米国外の薬物に対する本パイプラインの性能を評価することができるでしょう。
本パイプラインの分類結果は、商用データベースと比べてどの程度の精度があるのだろうか?
本研究で提案されたパイプラインは、商用データベースを使用した他のNDC分類手法と同等の性能を示しています。具体的には、本パイプラインを使用して59.4%のNDCがATCコードにリンクされ、95.5%のクレームが薬物分類に正常にリンクされました。Homerらの研究では、商用データベースを使用した場合に98.2%のカバレッジが得られたと報告されています。また、本研究では、"obsolete"や"alien"などのNDCに対する分類の精度を確認するための検証も行われ、信頼性が示されています。
本研究で使用されたメディケイドデータ以外の医療データにも、本パイプラインを適用できるだろうか?
本パイプラインは、NDCに依存しているため、メディケイドデータ以外の医療データにも適用可能です。他の医療データセットでも同様に、NDCを使用して薬物を分類することができます。このパイプラインはオープンソースであり、無料で利用可能であるため、他の研究チームや機関も容易に採用できるでしょう。将来の研究では、異なる医療データセットにおいて本パイプラインの適用性や性能をさらに評価することが重要です。
0
