더 나은 천식 관리를 위한 천식 안내 및 예측 시스템(a-GPS) 개발 및 구현

천식 관리 및 효과적인 천식 요법에 대한 증거 기반 지침의 가용성에도 불구하고 천식은 계속해서 우리 사회에 상당한 이환율과 부담을 야기하고 있습니다. EHR(Electronic Health Records) 시스템의 배포가 증가함에 따라 역학 조사 및 인구 기반 관리를 위한 환자 코호트를 식별할 수 있는 대규모 실습 기반 종적 데이터 세트가 구축되었습니다. 자연어 처리(NLP; 컴퓨터 프로그램을 사용한 자동 차트 검토)는 큰 주목을 받았으며 임상 치료 및 중개 연구를 위한 EHR의 2차 사용에 중요한 역할을 했습니다. 예를 들어, 수동 차트 검토 없이 천식 상태를 확인할 수 있는 PAC(Predetermined Asthma Criteria)에 대한 NLP 알고리즘을 최근에 개발했습니다.

이 제안된 임상 시험의 주요 목표는 1) 천식 관리 프로그램(AMP, Mayo Clinic에서 5-17세 어린이의 천식 치료를 위한 현재 치료 조정 프로그램)에 대한 천식 안내 및 예측 시스템(a-GPS)을 구현하는 것입니다. ) 및 2) 1년 연구 기간 동안 1차 및 2차 종료점에 대한 a-GPS의 영향을 평가합니다. 이러한 목표는 어린이의 그룹(블록)이 천식 치료를 받는 측면에서 상당히 이질적이기 때문에 세 그룹의 어린이에 대한 블록 설계로 무작위 임상 시험을 수행함으로써 달성될 것입니다.

a-GPS 프로그램에는 1) 자연어 처리(NLP) 기능(즉, 천식 상태(예 대 아니오)을 식별하고 실시간으로 천식 활동(발병, 완화 및 재발)을 모니터링하기 위한 자동 EHR 검토), 2) 천식 결과 및 치료의 시간적 및 지리 공간적 추세 분석, 3) 예측 분석을 통한 천식 치료 최적화.

1차 종료점에는 분기별로 측정된 연령에 적합한 천식 조절 설문지(즉, 4세 이상의 어린이에 대한 천식 조절 테스트(ACT; 4세 이상의 어린이에 대해 검증됨) 점수를 사용하여 천식 결과가 포함됨: ACT 점수의 총 기간 > 19, 또는 4세 미만 아동의 호흡기 및 천식 조절 시험(TRACK; 5세 미만 아동에 대해 검증됨) 점수: 총 TRACK 점수 기간 < 80), 치료 품질(천식 관련 사건에 대한 적시 치료) 및 비용(구성원당 총 비용). 블록 3에 있는 사람들의 경우 연구 기간 동안 의사가 천식을 진단한 비율도 품질 관리를 위한 척도로 개입 그룹과 통제 그룹 간에 비교됩니다.