Electronic Health Record
السجل الصحي الإلكتروني
Disease prediction has the potential to benefit stakeholders such as the government and health insurance companies. It can identify patients at risk of disease or health conditions.
Clinicians can then take appropriate measures to avoid or minimize the risk and in turn, improve quality of care and avoid potential hospital admissions.
Due to the recent advancement of tools and techniques for data analytics, disease risk prediction can leverage large amounts of semantic information, such as demographics, clinical diagnosis and measurements, health behaviours, laboratory results, prescriptions and care utilisation.
In this regard, electronic health data can be a potential choice for developing disease prediction models. A significant number of such disease prediction models have been proposed in the literature over time utilizing large-scale electronic health databases, different methods, and healthcare variables.
The goal of this comprehensive literature review was to discuss different risk prediction models that have been proposed based on electronic health data.
Search terms were designed to find relevant research articles that utilized electronic health data to predict disease risks.
Online scholarly databases were searched to retrieve results, which were then reviewed and compared in terms of the method used, disease type, and prediction accuracy.
This paper provides a comprehensive review of the use of electronic health data for risk prediction models. A comparison of the results from different techniques for three frequently modelled diseases using electronic health data was also discussed in this study.
In addition, the advantages and disadvantages of different risk prediction models, as well as their performance, were presented. Electronic health data have been widely used for disease prediction.
A few modelling approaches show very high accuracy in predicting different diseases using such data. These modelling approaches have been used to inform the clinical decision process to achieve better outcomes
السجل الصحي الإلكتروني
التنبؤ بالأمراض لديه القدرة على إفادة أصحاب المصلحة مثل الحكومة وشركات التأمين الصحي. يمكنه تحديد المرضى المعرضين لخطر الإصابة بأمراض أو ظروف صحية.
يمكن للأطباء بعد ذلك اتخاذ التدابير المناسبة لتجنب أو تقليل المخاطر وبالتالي تحسين جودة الرعاية وتجنب حالات الدخول المحتملة إلى المستشفى.
نظرًا للتطور الأخير في أدوات وتقنيات تحليل البيانات ، يمكن للتنبؤ بمخاطر الأمراض الاستفادة من كميات كبيرة من المعلومات الدلالية ، مثل التركيبة السكانية والتشخيص السريري والقياسات والسلوكيات الصحية والنتائج المختبرية والوصفات الطبية واستخدام الرعاية.
في هذا الصدد ، يمكن أن تكون البيانات الصحية الإلكترونية خيارًا محتملاً لتطوير نماذج التنبؤ بالأمراض. تم اقتراح عدد كبير من نماذج التنبؤ بالأمراض في الأدبيات بمرور الوقت باستخدام قواعد بيانات صحية إلكترونية واسعة النطاق وطرق مختلفة ومتغيرات الرعاية الصحية.
كان الهدف من هذه المراجعة الشاملة للأدبيات مناقشة نماذج التنبؤ بالمخاطر المختلفة التي تم اقتراحها بناءً على البيانات الصحية الإلكترونية.
تم تصميم مصطلحات البحث للعثور على المقالات البحثية ذات الصلة التي تستخدم البيانات الصحية الإلكترونية للتنبؤ بمخاطر المرض.
تم البحث في قواعد البيانات العلمية على الإنترنت لاسترداد النتائج ، والتي تمت مراجعتها ومقارنتها فيما بعد من حيث الطريقة المستخدمة ونوع المرض ودقة التنبؤ.
تقدم هذه الورقة مراجعة شاملة لاستخدام البيانات الصحية الإلكترونية لنماذج التنبؤ بالمخاطر. تمت مناقشة مقارنة النتائج من تقنيات مختلفة لثلاثة أمراض بشكل متكرر باستخدام البيانات الصحية الإلكترونية في هذه الدراسة.
بالإضافة إلى ذلك ، تم عرض مزايا وعيوب نماذج التنبؤ بالمخاطر المختلفة ، بالإضافة إلى أدائها. تم استخدام البيانات الصحية الإلكترونية على نطاق واسع للتنبؤ بالأمراض.
تُظهر بعض أساليب النمذجة دقة عالية جدًا في التنبؤ بالأمراض المختلفة باستخدام مثل هذه البيانات. تم استخدام مناهج النمذجة هذه لإبلاغ عملية القرار السريري لتحقيق نتائج أفضل
