इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) एल्गोरिदम एडीएचडी और कॉमरेडिडिटी वाले बच्चों की पहचान करता है

22 अगस्त 2022

एक नया इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) एल्गोरिदम, जो ध्यान घाटे की सक्रियता को अलग कर सकता है बच्चों में कॉमरेड स्थितियों से विकार (एडीएचडी), अधिक सटीक निदान और उपचार का कारण बन सकता है हस्तक्षेप जर्नल में प्रकाशित निष्कर्षों के अनुसार तंत्रिका विकास संबंधी विकार, एडीएचडी वाले आधे से अधिक बच्चों में एक या अधिक सहरुग्णता होती है। इसने उन चिकित्सकों को भ्रमित कर दिया है जिन्हें यह समझने में परेशानी हुई है कि क्या रोगी के लक्षण एडीएचडी या कॉमरेडिटी के कारण हुए थे।¹

की व्यापकता को देखते हुए एडीएचडी सहरुग्णता, के शोधकर्ता एप्लाइड जीनोमिक्स के लिए केंद्र (CAG) पर फिलाडेल्फिया के बच्चों का अस्पताल (CHOP) एक मरीज के मेडिकल रिकॉर्ड के बारे में व्यापक दृष्टिकोण प्रदान करने के लिए प्राकृतिक भाषा प्रसंस्करण (एनएलपी) परीक्षण खनन के साथ एक बहु-स्रोत ईएचआर नियम-आधारित एल्गोरिदम विकसित किया। इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड और CHOP के डेटा और 2009 और 2016 के बीच CAG के डेटा का उपयोग करना, अनुसंधान दल ने आठ वर्ष की आयु के कुल 51,293 रोगियों पर पूर्वव्यापी केस-कंट्रोल अध्ययन किया और पुराना। उनमें से, 5,840 को एडीएचडी का पता चला था; उन मामलों में, 46.1% में अकेले एडीएचडी था, और 53.9% में कम से कम एक कॉमरेडिटी के साथ एडीएचडी था।

एल्गोरिथ्म में एडीएचडी के लिए 95% और नियंत्रण के लिए 93% का सकारात्मक भविष्य कहनेवाला मूल्य था, और इसका सकारात्मक भविष्य कहनेवाला मूल्य कॉमरेड स्थितियों के लिए 60% से 100% तक था। सहरुग्णता वाले रोगियों की अधिक संख्या, जैसे चिंता (एडीएचडी मामलों का 27.1%) और ऑटिज्म स्पेक्ट्रम डिस्ऑर्डर (15.1% मामले), अधिक सटीक परिणाम मिले। कोहोर्ट में देखी गई अन्य कॉमरेडिडिटी में शामिल हैं सीखने के विकार (11.8%), अव्यवस्था में मार्ग दिखाना (10.1%), और विपक्षी उद्दंड विकार (9.1%).¹

एडीएचडी कीवर्ड ने रोगियों को अलग करने में महत्वपूर्ण मदद नहीं की। हालांकि, ईएचआर पर एडीएचडी-विशिष्ट दवाएं - इससे पहचाने गए मामलों में 21% की वृद्धि हुई।

यद्यपि एल्गोरिथ्म विकास के प्रारंभिक चरण में है, शोधकर्ता इसे जीनोमिक्स और खोज-आधारित अध्ययनों में लागू करने की सलाह देते हैं। "इस एल्गोरिथम द्वारा प्राप्त उच्च सकारात्मक भविष्य कहनेवाला मूल्यों के साथ, हमें विश्वास है कि हमने उपयुक्त डेटासेट की पहचान करने के लिए एक मजबूत और उपयोगी उपकरण विकसित किया है और रोगियों के समूहों के बीच सफलतापूर्वक भेद करना, ”हाकोन हाकोनारसन, एम.डी., पीएचडी, सीएचओपी में सेंटर फॉर एप्लाइड जीनोमिक्स के निदेशक और के वरिष्ठ लेखक ने कहा अध्ययन। "यह संभव है कि कॉमरेडिडिटी वाले या बिना ये समूह दवा के लिए अलग तरह से प्रतिक्रिया दे सकते हैं, जो हमें चिकित्सीय हस्तक्षेप के लिए बेहतर और अधिक प्रभावी तरीके तैयार करने में मदद कर सकता है।"

स्रोत

¹स्लैबी, आई।, हैन, एच। एस।, अब्राम्स, डी।, मेंच, एफ। डी।, ग्लेसनर, जे। टी।, स्लीमन, पी।, और हाकोनारसन, एच। (2022). एक इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) फेनोटाइप एल्गोरिथम ध्यान घाटे की सक्रियता विकारों (एडीएचडी) और मनोरोग संबंधी सहवर्ती रोगियों की पहचान करने के लिए। न्यूरोडेवलपमेंटल विकारों के जर्नल, 14(1), 37.
https://doi.org/10.1186/s11689-022-09447-9

• फेसबुक
• ट्विटर
• instagram
• Pinterest