门诊叙述笔记的文本挖掘以预测精神病住院风险

快速阅读: 据《Nature.com》称，本文研究了通过分析重度和持续性精神疾病（SPMI）患者的门诊叙述记录，以提高预测其再次住院概率的准确性。研究利用一家三级医院五年内的临床记录，采用实体识别等方法进行分析。结果显示，强制治疗令和长效抗精神病注射能降低再住院风险，而停止门诊护理则会增加此风险。研究结果可帮助制定针对高风险SPMI患者的预防性干预措施。

本文旨在研究能否通过挖掘重度和持续性精神疾病（SPMI）患者的门诊叙述记录来加强关于即将再次住院概率的预测。一家三级医院门诊部五年内所有SPMI患者的临床记录被用于此次研究。通过集成分类方法，如实体识别，来分析这些临床记录。通过文本挖掘提取了与患者健康状况相关的混杂因素。使用混合效应逻辑回归模型来估算在门诊就诊期间的再住院风险。风险因素包括门诊就诊的频率和连续性、药物处方的变化、长效抗精神病注射（LAIs）的使用、是否有法律强制治疗令（CTO）以及住院情况。门诊临床记录中某些词汇的出现对即将住院的风险有显著统计影响。

本研究进一步证实，强制治疗令的存在和长效抗精神病注射的使用可以降低SPMI患者的再住院风险，而患者不再接受门诊护理则会增加这一风险。我们的研究结果可能有助于为高风险SPMI患者制定预防性干预措施。

(以上内容均由Ai生成)