ReDWINE: A Clinical Datamart with Text Analytical Capabilities to Facilitate Rehabilitation Research

要約

【タイトル】ReDWINE：リハビリテーション研究を促進するテキスト分析機能を備えた臨床データマート

【要約】

– リハビリテーション研究は、治療介入の構成要素、これらの要素が回復とリハビリテーションにどのように導くかのメカニズム、および最適な介入戦略を確立することに焦点を当てている。
– 新しい介入を研究し確立するための従来のランダム化比較試験（RCT）には、高いコストと時間のコミットメントなど複数の課題がある。
– 存在する臨床データを使用して介入の効果を観察する観察研究は、RCTよりも多くの利点を示している。
– 電子健康記録（EHR）は、観察研究を行うための重要なリソースとなっている。
– リハビリテーションに関連するEHRデータをUPMCヘルスケアシステムから収集し、Observational Health Data Sciences and Informatics（OHDSI）Observational Medical Outcomes Partnership（OMOP）Common Data Model（CDM）に変換する臨床研究データマート「 ReDWINE（Rehabilitation Datamart With Informatics iNfrastructure for rEsearch）」を開発し、リハビリテーション研究を促進する。
– ReDWINEに格納された標準化されたEHRデータは、複数のソースからのデータをプール、調和、クリーニング、分析するための研究者の時間と労力をさらに削減し、より堅牢で包括的な研究結果につながる。
– ReDWINEには、コホートの定義と臨床データ分析を容易にするためのデータ可視化ツールとデータ分析ツールが含まれており、Open Health Natural Language Processing（OHNLP）ツールキットなどの高スループットNLPパイプラインを備えたテキスト分析機能をスケールで提供している。
– ReDWINE内の患者データのこの包括的な表現を使用することにより、リハビリテーションに関する現実世界の証拠が得られ、健康介入と結果についてのリアルワールドエビデンスが促進される。

要約(オリジナル)

Rehabilitation research focuses on determining the components of a treatment intervention, the mechanism of how these components lead to recovery and rehabilitation, and ultimately the optimal intervention strategies to maximize patients’ physical, psychologic, and social functioning. Traditional randomized clinical trials that study and establish new interventions face several challenges, such as high cost and time commitment. Observational studies that use existing clinical data to observe the effect of an intervention have shown several advantages over RCTs. Electronic Health Records (EHRs) have become an increasingly important resource for conducting observational studies. To support these studies, we developed a clinical research datamart, called ReDWINE (Rehabilitation Datamart With Informatics iNfrastructure for rEsearch), that transforms the rehabilitation-related EHR data collected from the UPMC health care system to the Observational Health Data Sciences and Informatics (OHDSI) Observational Medical Outcomes Partnership (OMOP) Common Data Model (CDM) to facilitate rehabilitation research. The standardized EHR data stored in ReDWINE will further reduce the time and effort required by investigators to pool, harmonize, clean, and analyze data from multiple sources, leading to more robust and comprehensive research findings. ReDWINE also includes deployment of data visualization and data analytics tools to facilitate cohort definition and clinical data analysis. These include among others the Open Health Natural Language Processing (OHNLP) toolkit, a high-throughput NLP pipeline, to provide text analytical capabilities at scale in ReDWINE. Using this comprehensive representation of patient data in ReDWINE for rehabilitation research will facilitate real-world evidence for health interventions and outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI