[논문 리뷰] Electronic health record phenotyping improves detection and screening of type 2 diabetes in the general United States population: A cross-sectional, unselected, retrospective study

Ariana Anderson, Wesley T. Kerr외 4명|arXiv (Cornell University)|2015. 01. 10.

Diabetes Management and EducationMedicine참고 문헌 35인용 수 22

한 줄 요약

이 연구는 다변량 로지스틱 회귀와 랜덤 포레스트를 활용하여 진단, 약물, 임상 변수를 포함한 종합적인 전자건강기록(EHR) 데이터를 활용함으로써 미국 일반 인구에서 당형질병 2형의 조기 발견을 크게 향상시킨다는 것을 입증한다. 전체 EHR 모델은 체질량지수(BMI), 연령, 성별, 생활습관 요인만을 사용하는 전통적 위험 모델보다 유의미하게 뛰어난 성능을 보였다(p<0.001), 이는 두통과 심장 부정맥과 같은 새로운 연관성을 당뇨병과의 음성 연관성으로 밝혀냈다.

ABSTRACT

Objectives: In the United States, 25% of people with type 2 diabetes are undiagnosed. Conventional screening models use limited demographic information to assess risk. We evaluated whether electronic health record (EHR) phenotyping could improve diabetes screening, even when records are incomplete and data are not recorded systematically across patients and practice locations. Methods: In this cross-sectional, retrospective study, data from 9,948 US patients between 2009 and 2012 were used to develop a pre-screening tool to predict current type 2 diabetes, using multivariate logistic regression. We compared (1) a full EHR model containing prescribed medications, diagnoses, and traditional predictive information, (2) a restricted EHR model where medication information was removed, and (3) a conventional model containing only traditional predictive information (BMI, age, gender, hypertensive and smoking status). We additionally used a random-forests classification model to judge whether including additional EHR information could increase the ability to detect patients with Type 2 diabetes on new patient samples. Results: Using a patient's full or restricted EHR to detect diabetes was superior to using basic covariates alone (p&lt;0.001). The random forests model replicated on out-of-bag data. Migraines and cardiac dysrhythmias were negatively associated with type 2 diabetes, while acute bronchitis and herpes zoster were positively associated, among other factors. Conclusions: EHR phenotyping resulted in markedly superior detection of type 2 diabetes in a general US population, could increase the efficiency and accuracy of disease screening, and are capable of picking up signals in real-world records.

연구 동기 및 목표

• 미국 인구에서 아직 진단되지 않은 2형 당뇨병의 조기 발견을 향상시키기 위해
• 기록이 불완전하거나 일관되지 않은 경우에도 EHR에서 유도된 표현형이 선별 정확도를 향상시킬 수 있는지 평가하기 위해
• 기존의 인구통계학적 및 기본 임상 요인에 의존하는 전통적 위험 모델과 비교하여 EHR 기반 모델의 성능을 평가하기 위해
• 실제 EHR 데이터를 활용하여 2형 당뇨병과 관련된 새로운 임상적 연관성을 규명하기 위해
• 랜덤 포레스트를 활용한 샘플 외 예측을 통해 EHR 표현형 분석의 강건성을 검증하기 위해

제안 방법

• 2009~2012년 기간 동안 미국의 9,948명의 EHR 데이터를 대상으로 횡단적, 후향적 분석을 수행하였다.
• 진단, 약물, 전통적 예측 변수를 포함한 전체 EHR 데이터를 활용하여 현재 2형 당뇨병 유무를 예측하는 다변량 로지스틱 회귀 모델을 개발하였다.
• 약물 데이터를 제외한 제한된 EHR 모델을 구축하여 약물 데이터의 예측 성능에 미치는 영향을 평가하였다.
• 체질량지수(BMI), 연령, 성별, 고혈압, 흡연 상태 등 기본 공변량만을 사용한 전통적 모델을 구축하였다.
• 외부 데이터에 대한 예측 성능 평가 및 새로운 신호 연관성 탐지 목적으로 랜덤 포레스트 분류 모델을 적용하였다.
• 모델 간 성능 비교를 위해 수신기 작동 특성(ROC) 분석을 수행하였다.

실험 결과

연구 질문

• RQ1 EHR 표현형 분석은 기존의 선별 모델에 비해 2형 당뇨병의 조기 발견을 유의미하게 향상시킬 수 있는가?
• RQ2 약물 데이터의 포함 여부가 EHR 기반 당뇨병 선별 모델의 예측 정확도에 어떤 영향을 미치는가?
• RQ3 기존의 위험 요인을 초월하여 실생활 EHR 데이터에서 2형 당뇨병과 예측 가능한 새로운 임상적 연관성은 무엇인가?
• RQ4 환자 및 설정 간 데이터 기록이 불완전하거나 일관되지 않은 경우에도 EHR 표현형 분석이 높은 성능 유지를 유지할 수 있는가?
• RQ5 랜덤 포레스트 모델은 EHR 기반 표현형 분석에서 로지스틱 회귀의 결과를 어느 정도 재현하고 일반화할 수 있는가?

주요 결과

• 전체 EHR 모델은 전통적 모델보다 2형 당뇨병 조기 발견에서 유의미하게 뛰어난 성능을 보였다(p < 0.001), 더 나은 분류 능력을 입증하였다.
• 약물 데이터를 제외한 제한된 EHR 모델 역시 전통적 모델보다 유의미하게 뛰어난 성능을 보였다(p < 0.001), 이는 진단 및 임상 데이터만으로도 조기 발견 능력이 향상됨을 시사한다.
• 랜덤 포레스트 모델은 외부 데이터에 대해 성능을 성공적으로 재현하여 모델의 강건성과 일반화 능력을 확인하였다.
• 두통과 심장 부정맥은 2형 당뇨병과 음성 연관성이 있었으며, 이는 보호적 또는 반대 방향의 임상 신호를 시사한다.
• 급성 기관지염과 수초는 2형 당뇨병과 양성 연관성이 있었으며, 이는 공존 또는 예측 가능한 연관성을 시사한다.
• EHR 표현형 분석은 실생활에서의 비정형적이고 불완전한 임상 기록에서 의미 있는 생물학적 신호를 효과적으로 추출하여 선별의 효율성과 정확도를 향상시켰다.