首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

美医疗大数据显示:新冠肺炎早在去年12月就在洛杉矶传播了

美医疗大数据显示:新冠肺炎早在去年12月就在洛杉矶传播了

研究人员发现,在大流行病发生前的几个月,加州大学洛杉矶分校保健设施患有呼吸道疾病的患者意外增加了50%。

加州大学洛杉矶分校(UCLA)的研究人员和同事分析存档的电子健康记录发现,从2019年12月底开始,加州大学洛杉矶分校(UCLA)的医院和诊所的咳嗽和急性呼吸道衰竭患者显著增加,这表明新冠肺炎可能是在美国首例确诊病例前几个月在该地区流传的。

这些症状的患者人数突然激增,持续到2020年2月,与前五年同期相比,这种病例意外增加50%。

研究报告的作者称,这些发现表明,利用大数据分析电子健康记录对于监测和快速发现患者数量的不正常变化非常重要。研究人员的新方法不仅把重点放在住院数据上,还放在门诊环境的数据上,这可能有助于流行病学家和卫生系统更早发现未来的流行病。

这项研究发表在同行评审的《医疗互联网研究杂志》上。

加州大学洛杉矶分校(UCLA)大卫·格芬医学院( David Geffen School of Medicine)普通内科和健康服务研究医学教授、该研究的主要作者乔安·埃尔莫尔博士( Joann Elmore)说,“对于许多疾病,门诊数据可以为急诊部门和医院重症护理单位提供早期预警。新冠肺炎的大部分研究评估了住院数据,但我们也关注了较大的门诊环境,在那里,大多数患者在出现疾病和症状时首先寻求医疗服务。”

随着科学家和医生继续更多地了解导致新冠肺炎的SARS-CoV-2病毒,卫生系统和公共卫生机构也在努力预测和监测病例。

研究人员称,利用大数据分析电子病历可以帮助卫生部门更有效地识别和控制疫情,比如目前的疫情。全球已有数十万人死于疫情,打乱了几十亿人的生活。

加州大学洛杉矶分校健康中心( UCIA Health)研究的合著者兼首席信息官迈克尔?普费弗( Pfeffer)博士说,“大流行病确实突显了我们需要灵活的医疗保健分析,以便能够利用电子健康记录数据进行实时症状和疾病监测。”技术包括由机器学习驱动的人工智能,有更大的潜力识别和跟踪不规则情况健康数据的变化,包括在疾病爆发前几周或几个月出现特定疾病类型的大量患者。

研究人员对加州大学洛杉矶分校门诊部、急诊部和医院设施的1000多万医疗系统和患者就诊记录进行了分析并评估,将2019年12月1日至2020年2月29日期间的数据与美国公众对新冠肺炎提高认识前五年同期的数据进行了比较。

他们发现,加州大学洛杉矶分校寻求咳嗽治疗的患者门诊就诊人数增加了50%以上,比前五年同一疾病的平均就诊人数增加了1000多次。同样,他们发现,在这一期间,急诊部门接诊的咳嗽患者和因急性呼吸道衰竭住院的患者人数显著增加。即使考虑到患者人数的变化和季节性变化,这些过度行为仍然存在。

研究人员指出,其他因素可能是造成这种意外增加的部分原因。例如,他们对门诊记录的搜索只包括"咳嗽"一词作为门诊的理由,这可能不够具体,呼吸道疾病可能是由于吸烟造成的,尽管电子烟的使用量自2019年9月以来一直在下降。此外,他们不能排除过多的病例是流感造成的。

埃尔莫尔说,“我们可能永远也不知道这些多余的患者是否代表了我们地区早期的、未被发现的新冠肺炎病例。”但是,从这场大流行病中吸取的教训,再加上能够实时监测疾病和症状的医疗保健分析,可能有助于我们识别和跟踪新出现的疫情和未来的流行病。”

参考资料:

2020年9月10日,《互联网医学研究杂志》。

其他研究作者是加州大学洛杉矶分校的 朱迪斯·克利尔(Judith Currier)博士、大卫·施里格( David Schriger)博士、王志平(Pin- Chieh Wang)博士、道格拉斯·莫里森(Douglas Morrison)和罗恩·布鲁克梅尔( Ron Brookmeyer)博士,以及华盛顿大学的凯瑟琳·科尔(Kathleen Kerr)和 托马斯·佩恩(ThomasPayne)博士。

这项研究得到加州大学洛杉矶分校医学系的支持。

以上由中国医旅健产业联盟(公众号:china-mth)整理发布,如涉版权,请持权属证明与我们联系。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200912A02DI500?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券
http://www.vxiaotou.com