研究使用电子医疗记录的数据来评估二甲双胍失败风险,优化护理

梅奥诊所最近的一项研究发表在临床内分泌学与代谢杂志》上发现,使用机器学习和电子健康记录(EHR)数据可以帮助确定2型糖尿病患者的高风险经历二甲双胍失败。

二甲双胍是一种广泛使用的药物治疗糖尿病;然而,它并不总是有效的控制血糖水平。尽管它是疗法用于治疗的第一线,二甲双胍大约有35%的失败率。

“我们想做在这个研究是确定不同高危组患者的失败,“苏泽特Bielinski说,博士,梅奥医学院的流行病学教授,也是该研究的第一作者。

这项研究评估患者群体在密西西比大学医学中心,山公园健康中心在亚利桑那州和罗彻斯特流行病学项目(代表)。代表是一个医学records-linkage EHR系统在明尼苏达州链接整个地区的当地卫生保健专业人员收集的数据用于研究在过去的50年。

项目分析临床EHR系统中的数据机器学习,以帮助确定人口和临床预测二甲双胍的失败。机器学习是人工智能的一个分支,它利用算法和统计模型允许系统进行预测或决策。

研究人员发现,特定的卫生指标,包括糖化血红蛋白水平,长期血糖控制的测量,与二甲双胍治疗无效的结果的风险更高。年龄较大,高钾水平,甘油三酯和更高的心率也预测标记。另一个因素在决定积极的结果是医疗利用的数量和时间。

作者指出,约有2600万美国成年人患有2型糖尿病,俗称糖尿病。另外,9180万人血糖升高,对未来潜在状态的前兆。糖尿病的发病率在美国在非洲裔美国人的两倍,在拉丁美洲人比白人高出35%。

然而,根据Bielinski博士,研究人员发现,当基线糖化血红蛋白控制,基于种族和民族没有区别,失败率。

二甲双胍是一种最广泛的为2型糖尿病处方药物,卫生保健专业人员的研究提供了一种方法来确定患者需要更多的强化治疗或密切监视。Bielinski博士指出,这项研究表明电子健康档案数据可以帮助优化病人护理。通过识别这些高风险患者,卫生保健专业人员可以采取措施提高治疗和结果通过创新实践在个性化医疗和预测建模。