｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2023,8,19]]，“date-time”：“2023-08-19T11:54:30Z”，“timestamp”：1692446070248｝，“reference count”：60，“publisher”：“Georg Thieme Verlag KG”，“issue”：“02”，“funder”：[｛“DOI”：“10.13039\/1000000092”，“name”：“National Library of Medicine”，“DOI asserted by”：“交叉引用”，“奖项”：[“R01LM011370”]}]，“内容域”：{“域”：[]，“交叉标记-限制”：false}，“短容器-时间”：[”应用临床信息“]，“发布-打印”：{“日期-部分”：[[2017,4]]}，”摘要“：”摘要<\/jats:title>目的：本研究评估了自然语言处理（NLP）工具的准确性和可移植性，该工具用于从两个大型医疗系统的临床笔记中提取流感的临床发现。NLP支持下游流感病例检测用于疾病监测的效果评估<\/锯齿：p>方法：我们独立开发了两个NLP解析器，一个位于犹他州Intermountain Healthcare（IH），另一个位于匹兹堡大学医学中心（UPMC），使用来自急诊部（ED）流感病例的本地临床笔记。我们测量了NLP解析器的性能，以确定是否存在70个指示流感的临床发现。然后，我们从NLP处理的报告中开发了贝叶斯网络模型，并测试了它们区分（1）流感、（2）非流感样疾病（NI-ILI）和（3）u2018其他u2019诊断病例的能力<\/锯齿：p>结果：在Intermountain Healthcare报告中，IH-NLP解析器的召回率和准确度分别为0.71和0.75，UPMC-NLP解析器为0.67和0.79。根据匹兹堡大学医学中心的报告，UPMC NLP解析器的召回率和准确度分别为0.73和0.80，IH NLP解释器的召回和准确度为0.53和0.80。AUROC对Intermountain Healthcare病例中流感和非流感的贝叶斯病例检测性能分别为0.93（使用IH NLP解析器）和0.93（用UPMC NLP解释器）。匹兹堡大学医学中心的病例检测结果为0.95（使用UPMC NLP解析器）和0.83（使用IH NLP解释器）。在Intermountain Healthcare案例中，流感与NI-ILI的性能分别为0.70（使用IH NLP解析器）和0.76（使用UPMC NLP解释器）。在皮斯堡大学医学中心的案例中，0.76（使用UPMC NLP解析器）和0.65（使用IH NLP解释器）<\/锯齿：p>结论：除了一个例子外（使用IH病例的流感和NI-ILI），尽管非局部解析器的性能合理，但局部解析仪在支持病例检测方面更有效<\/锯齿：p>引文：Ferraro JP、Ye Y、Gesteland PH、Haug PJ、Tsui F（R）、Cooper GF、Van Bree R、Ginter T、Nowalk AJ、Wagner M。自然语言处理对疾病监测流感病例检测的跨机构可移植性的影响。2017年应用临床信息；8:560\u2013580 https:\/\/doi.org\/10.4338\/ACI-2016-12-RA-0211<\/jats:p>“，”doi“：”10.4338\/ACI-2016-12-RA-0211“，”type“：”journal-article“，”created“：{”date-parts“：[[2017,5,31]]，”date-time“：”2017-05-31T11:28:04Z“，”timestamp“：1496230084000}，”page“：“560-580”，“source”：“Crossref”，“is-referenced-”by-count“：5，”title“：[”自然语言处理对疾病监测流感病例检测跨机构可移植性的影响family“：”Gesteland“，”sequence“：”additional“，”affiliation“：[]}，{“given”：“Peter”，“family”：“Haug”，“sequence”：“additional”，“affiliationation”：[]{“给定”：“Fuchiang”，”family：“Tsui”，“sequence”:“additionable”，“abfiliation”：[]}，}“giving”：“Gregory”，“家族”：“Cooper”，“序列”：“additional”、“affidiation”：【】}，“givent”：“Rudy Van”，“family“：”Bree“，”sequence“：”additional“，”affiliation“：[]}，{“given”：“Thomas”，“family”：“Ginter”，“sequence”：“additional”，“affiliationation”：[]{“fixed”：“Andrew”，“家庭”：“Nowalk”，“序列”：“附加”，“从属关系”：[]}，}“giving”：“Michael”，“家族”：“Wagner”，“sequence”:“additionable”，“abfiliation”：[[]}]，“member”：“194”，”“published on line”：{“date-parts”：[[2001 7,12,21]]}，“参考”：[{“key“：”10.4338\/ACI-2016-12-RA-0211-1“，”doi-asserted-by“：”crossref“，”unstructured“：”Shaikh AT、Ferland L、Hood-Cree R、Shaffer L、McNabb SJ。颠覆性创新可以预防下一次疫情。2015年公共卫生前沿；3“，”DOI“：”10.3389\/fpubh.2015.0215“}，”{“key”：“10.4338\/ACI-2016-12-RA-0211-2”，”DOI-asserted-by“：”publisher“，”DOI“：“10.1016\/j.jbi.2006.09.003”}，“key ACI-2016-12-RA-0211-4“，”DOI-asserted-by“：”crossref“，”unstructured“：”Veenema T，T\u00f5ke J.生物制剂和新发传染病的早期检测和监测。护理学在线期刊2006；11（1）“，”DOI“：”10.3912“OJIN。Vol11No01Man02“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-5”，“doi-asserted-by”：“publisher”，“doi”：“10.1089\/bsp.2011.0088”}，}“keys”：“104338\/ACI-2016-12-RA-011-6”，“doi-asserted-by”:“publishers”，“DI:”10.1136\/bmj.j280“}”，{第“：”373“，”卷“：”64“，”作者“：”克莱蒙斯“，”年份“：”2015“，”journal-title“：”MMWR Morb Mortal Wkly Rep“}，{”key“：”10.4338\/ACI-2016-12-RA-0211-8“，”doi-asserted-by“：”publisher“，“doi”：“10.1186\/1471-2334-14-381”}，“issue”：“41”，“key”：“10.4338\/ACI-2016-12-RA-0211-9”，“首页”：“1421”，“卷”：“60”，“author”：“Control”，“年份”：“2011”，“journal-title”：“MMWR:Morbidid ty和死亡率周报“}，{”关键“：”10.4338 \/ACI-2016-12-RA-0211-10“，”doi-asserted-by“：”crossref“，”unstructured“：”Dixon BE，Siegel JA，Oemig TV，Grannis SJ。公共卫生监测的互操作性：两个州的经验。2013年公共卫生信息学在线杂志；5（1）“，”DOI“：”10.5210\/ojphi.v5i1.4395“}，{”key“：”10.4338\/ACI-2016-12-RA-0211-11“，”非结构化“：”Gesteland PH、Wagner MM、Chapman WW、Espino JU、Tsui F-C、Gardner RM、Rolfs RT、Dato V、James BC、Haug PJ。在犹他州为2002年冬季奥运会快速部署电子疾病监测系统。Proc AMIA Symp2002:285-289“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-12”，“unstructured”：“国家综合征监测计划（NSSP）疾病控制和预防中心-BioSense Platform 2003[2016年3月31日更新，2016年4月访问]。可从http://www.cdc.gov\/NSSP\/BioSense\/index.html”}获取，{”issue“：”1“，”key“：”10.4338“，ACI-2016-12-RA-0211-13”，“首页”：“i32”，“卷”：“80”，“作者”：“伦巴多”，“年份”：“2013”，“新闻标题”：“J Urban Health”}，{“key”：“10.4338”，“ACI-2016-2-RA-0211-14”，“第一页”：”A5136“，”卷“185”，”作者“：”Ferraro“，”年份“2012”，“日记标题”：”Am J Respir Crit Care Med“}，”{“密钥”：“10.4338 \/ACI-2016-12-RA-0211-15“，”doi-asserted-by“：”publisher”，“DOI”：“10.1001\/jamainmed.2013.3299”｝，｛“key”：“10.4338\/ACI-2016-12-RA-0211-16”，“DOI断言”：“crossref”，“非结构化”：“Moore CR，Farrag A，Ashkin E.使用自然语言处理从癌症筛查报告中提取异常结果。J Patient Saf 2014”，“DOI”：“10.1097\/PTS0000000000000127”｝，｛“key”：“10.4338\/ACI-2016-12-RA-0211-17“，”doi-asserted-by“：”publisher“，”doi“：”10.1136\/amiajnl-2013-001934“}，{”key“：”10.4338\/ACI-2016-12-RA-0211-18“，“doi-assert-by”：“publisher”，“doi”：“10.1136\/bmj.h1885”}，“key”：“10.4338\\ACI-2016-12-RA-019-19”，“doi-asserted-by”：”publister“，”doi“：“10.1176\/appi.ajp.2014.14030423“}，{“键”：”10.4338\/ACI-2016-12-RA-0211-20“，”doi由“：”crossref“断言，”非结构化“：”Pathak J，Kho AN，Denny JC。电子健康记录驱动的表型：挑战、最新进展和展望。牛津大学出版社；2013”，“DOI”：“10.1136\/amiajnl-2013-004228”｝，｛“key”：“10.4338\/ACI-2016-12-RA-0211-21”，“非结构化”：“Chapman WW、Dowling JN、Ivanov O、Gesteland PH、Olszewski R、Espino JU、Wagner MM，编辑。评估自然语言处理在疫情和疾病监测中的应用。第36届界面研讨会论文集：计算科学与统计。2004; Citeser“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-22”，“doi-asserted-by”：“crossref”，“unstructured”：“Chapman WW，Gundlapalli AV，South BR，Dowling JN.生物监测的自然语言处理。In:Castillo-Chavez C，Chen H，Lober WB，Thurmond M，Zeng D，编辑。传染病信息学与生物监测：Springer；2011。第279-310页“，”DOI“：”10.1007\/9781-4419-6892-0_13“}，”{“key”：“10.4338\/ACI-2016-12-RA-0211-23”，”DOI-asserted-by“：”publisher“，”DOI“：“10.1002\/pds.3418”}，“key“：”10.4338\/ACI-2016-12-RA-0211-24“，”非结构化“：”Gundlapalli AV，Carter ME，Palmer M，Ginter T，Redd A，Pickard S，Shen S，South B，Divita G，Duval l S.公司。使用自然语言处理临床文档的自由文本，筛选美国退伍军人无家可归的证据。2013年AMIA年度交响乐程序；2013年11月16日：537-546“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-25”，“doi-asserted-by”：“publisher”，”doi“：“10.1016\/j.jbi.2009.08.007”}，“key“：”10.4338\/ACI-2016-12-RA-0211-26“，”doi-assert-by“：”publisher“，”doi:“10.7326\/0003-4819-156-1-201201030-00003”}A-0211-27“，”doi-asserted-by“：”publisher“，”doi“：”10.1186\/1471-2105-12-212“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-28”，“doi-asserted-by”：“publisher”，“doi”：“10.1136\/amijnl-2011-000465”}，}“issue”：“1”，“key“：”10.4338\/ACI-2016-2-RA-0211-29“，”首页“：”256“，”卷“：”45“author”：“Daum\u00e9”，“year”：“2007”，“journal-title”：“Proc 454”第十届美国大学语言学协会年会“}，{”key“：”10.4338 \/ACI-2016-12-RA-0211-30“，“非结构化”：“Dredze M，Blitzer J，Talukdar PP，Ganchev K，Graca J，Pereira FC。依赖解析的令人沮丧的硬域适应。自然语言处理经验方法会议2007:1051-1055“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-31”，“doi-asserted-by”：“publisher”，“doi”：“10.1136\/amijnl-2012-001453”}，}“key:”10.4338\/ACI-2016-2-RA-0211-32“，”doi-assert-by“：”crossref“，”unstructured“：”Teixera PL、Wei W-Q、Cronin RM、Mo H、Van Houten JP、Carroll RJ、LaRose E、Bastarache LA、Rosenbloom ST、Edwards TL。评估电子健康记录数据源和算法方法以识别高血压患者。美国医学信息学协会杂志2016:ocw071“，”DOI“：”10.1093\/jamia\/ocw071”}，{“key”：“10.4338\/ACI-2016-12-RA-0211-33”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1136\/amiajnl-2011-000583”}、{“key”：”10.4338\\ACI-2016-12-RA-014-34“，”DOI-assert-by“：”crossref“，”unstructured“：”Tsui F、Wagner M、Cooper G、Que J、Harkema H、Dowling J、Sriburadej T、Li Q、Espino J、Voorhees R。使用电子病历中的数据进行疾病监测的概率病例检测。2011年在线公共卫生信息杂志；3（3）“，”DOI“：”10.5210\/ojphi.v3i3.3793“}，{”key“：”10.4338\/ACI-2016-12-RA-0211-35“，”非结构化“：”Russell S，Norvig P.《人工智能：现代方法》，普伦蒂斯·霍尔出版社，2009年。p.272-319“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-36”，“doi-asserted-by”：“publisher”，“doi”：“10.1093\/nar\/gkh061”}，“key“：”10.4338\/ACI-2016-2-RA-0211-37“，“unstructured”：“Samore MH.自然语言处理：它能帮助检测病例并表征疫情吗？《疾病监测进展》2008；5（59）“}”，{10.4338 \/ACI-2016-12-RA-0211-38“，”doi-asserted-by“：”crossref“，”unstructured“：”Pineda AL，Tsui F-C，Visweswaran S，Cooper GF.使用从急诊报告中学习的机器学习模型检测流感综合征患者。在线J公共卫生信息2013；5（1）“，”DOI“：”10.5210\/ojphi.v5i1.4446“}，{”key“：”10.4338\/ACI-2016-12-RA-0211-39“，”首页“：”160“，”卷“：”2016“，”author“：”Mehrabi“，”年份“：“2016”，”journal-title“：”AMIA Summits on Translational Science Proceedings“}”，{“key”：“10.4338\\ACI-2016-12-RA-011-40”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1016 \/j.jaci.2016.12.327“}，{“键”：”10.4338 \/ACI-2016-12-RA-0211-41“，“非结构化”：“Liu H，Bielinski SJ，Sohn S，Murphy S，Kavishwar BW，Jonnalagadda SR，Ravikumar KE，Wu ST，Kullo IJ，Chute CG。使用电子健康记录进行队列识别的信息提取框架。AMIA Jt Summits Transl Sci Proc 2013:149-153“}，{“key”：“10.4338”，“ACI-2016-12-RA-0211-42”，“doi-asserted-by”：“publisher”，“doi”：“10.1136”，jamia.2009.001560“}”，{”key“：”10.4338“/ACI-2016-12-RA-014-43“，”doi-assert-by“：”publisher-RA-0211-44“，”doi-asserted-by“：”publisher“，”doi“：”10.1197贾米亚。M3037“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-45”，“doi-asserted-by”：“crossref”，“unstructured”：“Darwiche A.用贝叶斯网络建模和推理：剑桥大学出版社；2009”，“doi”：“10.1017\/CBO9780511811357”}，}“key”：“104338\/ACI-2016-12-RA-011-46”，“非结构化”：“Ferraro JP、Allen TL、Briggs B、Haug P、Post H编辑。针对急诊部隐性感染性休克患者的实时网络筛查系统的开发和功能。2008年学术急救医学协会年会；2008; 华盛顿特区“}，{“key”：“10.4338”，“ACI-2016-12-RA-0211-47”，“unstructured”：“J Leng，S Shen，A Gundlapalli，South B，editors.The Extensible Human Oracle Suite of Tools（eHOST）for Annotation of Clinical Narratives”，AMIA Spring Congress；2010；Phoenix，AZ“}”，{10.1037\/h0031619“}，{”issue“：”4“，”key“：”10.4338\/ACI-2016-12-RA-0211-49“，”first page“：“309”，“volume”：“9”，”author“：”Cooper“，”year“：”1992“，”journal-title“：”Machine learning“}”，{“key”：”10.338\/ACI2016-12-RA-011-50“，”doi-asserted-by“：”crossref“，”unstructured“：”Benjamini Y，Hochberg Y。控制错误发现率：一种实用而强大的多重测试方法。J R Stat Soc系列B Stat Methodol 1995:289-300“，“DOI”：“10.1111\/J.2517-6161.1995.tb02031.x”}，{“key”：“10.4338\/ACI-2016-12-RA-0211-51”，“unstructured”：“Press WH，Teukolsky SA，Vetterling WT，Flannery BP。C中的数字配方：科学计算的艺术。第三版，纽约：剑桥大学出版社；2007”}、{“key”：10.4338\/ACI-2016-12-RA-0211-52“，”doi由“：”crossref“断言，”非结构化“：”DeLong ER，DeLong DM，Clarke Pearson DL。比较两个或多个相关接收器工作特性曲线下的面积：非参数方法。生物计量学1988:837-845“，”DOI“：”10.2307\/2531595“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-53”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1136\/jamia.2009.002733”}，“{”key“：”10.4338\\ACI-2016-12-RA-011-54“，”非结构化“：”Patterson O，Hurdle JF，编辑。临床叙述的文献聚类：临床亚语言的系统研究。AMIA年度交响乐程序；2011; Citeser“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-55”，“doi-asserted-by”：“publisher”，“doi”：“10.1136\/amiajnl-2012-001453”}，“key“：”10.4338\/ACI-2016-2-RA-0211-56“，”doi-assert-by“：”publisher“，”doi“：”10.1016\/j.jbi.2014.08.011 by“：”publisher“，”doi“：”10.1016\/j.jbi.2015.08.019“}，{”key“：”10.4338 \/ACI-2016-12-RA-0211-58“，“非结构化”：“Shi Y，Sha F.非监督领域适应的区分性集群的信息理论学习。2012年国际机器学习会议论文集：1079-1086“}，{“key”：“10.4338\/ACI-2016-12-RA-0211-59”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s10994-009-5152-4”}，}“key:”10.4338\/ACI-2016-12-RA-0211-60“，“unstructured”：“Blitzer J，Kakade S，Foster DP，编辑。耦合子空间的域自适应。国际人工智能和统计会议；2011年“}”，“container-title”：[“Applied Clinical Informatics”]，“original-title“：[]，“language”：“en”，“link”：[{“URL”：“http://www.thieme-connect.de\/products\/ejournals\/pdf\/10.4338\/ACI-2016-12-RA-0211.pdf”，《内容类型》：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“存放”：{“date-parts”：[2022,]7,29]]，“date-time“：”2022-07-29T00:18:53Z“，”timestamp“：1659053933000}，”score“：1，”resource“：{主要”：{“URL”：“http://www.thieme-connect.de\/DOI\/DOI？10.4338\/ACI-2016-12-RA-0211”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部分”：[[2017,4]]}，‘references-count’：60，‘日志发布’：{‘发布’：“02”，“在线发布”：{“日期部分”：[[2017,12,21]]}，“published-print“：{”date-parts“：[[2017,4]]}}，”URL“：”http://\/dx.doi.org\/10.4338\/aci-2016-12-ra-0211“，”relation“：{}，“ISSN”：[“1869-0327”]，“ISSN-type”：[{“value”：“1869-0527”，“type”:“electronic”}]，“subject”：【】，“published”：{“date-parts”：【2017,4]]{}}}}