La identificación de complicaciones postoperatorias con una herramienta de búsqueda de prueba resulta eficaz

Un estudio en la edición del 24/31 de agosto de JAMA ha encontrado un beneficio significativo en el uso del procesamiento del lenguaje natural para identificar complicaciones quirúrgicas postoperatorias. El proceso del lenguaje natural se puede utilizar para encontrar notas clínicas y de progreso de los pacientes a través de búsquedas realizadas en registros médicos electrónicos (EMR) y se comporta mejor que los códigos de datos administrativos comúnmente utilizados para identificar cualquier complicación quirúrgica postoperatoria.
La Agencia para la Investigación y la Calidad de la Atención Médica creó un conjunto de 20 medidas, denominadas indicadores de seguridad del paciente, para mejorar la capacidad de identificar cualquier problema de seguridad del paciente. Las medidas encuentran cualquier evento adverso probable que ocurra durante la hospitalización usando datos administrativos. Es evidente que la mayoría de los métodos automatizados utilizados para identificar las concurrencias de seguridad del paciente se basan actualmente en datos administrativos. Mediante la implementación de búsquedas de texto libre, proporcionaría una vigilancia adicional.
Los autores escribieron:

"El desarrollo de enfoques automatizados, como el procesamiento del lenguaje natural, que extrae conceptos médicos específicos de documentos médicos textuales que no se basan en códigos de descarga ofrece una poderosa alternativa a datos administrativos poco confiables o costosas revisiones de gráficos manuales costosas. ha habido pocos estudios que investiguen herramientas de procesamiento de lenguaje natural para la detección de eventos adversos. No se sabe si un enfoque de vigilancia basado en búsquedas de procesamiento de lenguaje de documentos de texto libre funcionará mejor que las herramientas actualmente utilizadas en base a datos administrativos ".

Un estudio fue llevado a cabo por Harvey J. Murff, M.D., M.P.H. y colegas del Veterans Affairs Medical Center y Vanderbilt University, Nashville, Tenn., para calcular la efectividad de identificar las complicaciones postoperatorias con un enfoque basado en el procesamiento en una red de unidades de atención médica con la misma EMR.
Un total de 2,974 pacientes (95% hombres, mediana de edad de 64,5 años) se incluyeron en el estudio, los pacientes se sometieron a procedimientos quirúrgicos para pacientes internados de 1999 a 2006 en uno de los 6 centros médicos de la Administración de Salud de Veteranos (VHA). Los resultados que se midieron mediante la revisión de registros médicos del Programa de Mejoría de la Calidad Quirúrgica de VA incluyeron casos de neumonía en el postoperatorio, trombosis venosa profunda, insuficiencia renal aguda que requirió diálisis, embolia pulmonar, sepsis o ataque cardíaco.
Los investigadores compararon el rendimiento del enfoque del lenguaje natural con el uso de la información de codificación de la descarga (establecida por las 20 medidas) para identificar cualquiera de las complicaciones.
Las muestras analíticas encontraron las tasas de los siguientes resultados postoperatorios que desarrollaron los pacientes:

• insuficiencia renal aguda que requiere diálisis fue del 2 por ciento (39 de 1,924)
• la trombosis venosa profunda fue del 1 por ciento (29 de 2,327)
• la neumonía fue del 16 por ciento (222 de 1,405)
• embolia pulmonar fue 0.7 por ciento (18 de 2,327)
• ataque cardíaco fue del 2 por ciento (35 de 1,822)
• la sepsis fue del 7 por ciento (61 de 866)

El enfoque del lenguaje natural tiene altas sensibilidades y menores especificidades.
Los autores escribieron:

"El aumento en la sensibilidad del enfoque basado en el procesamiento del lenguaje natural en comparación con el indicador de seguridad del paciente fue más de 2 veces para la insuficiencia renal aguda y sepsis y más de 12 veces para la neumonía. Las especificidades fueron 4 a 7 por ciento más altas con el paciente método indicador de seguridad que el enfoque de procesamiento del lenguaje natural.
El procesamiento del lenguaje natural identificó correctamente el 82 por ciento de los casos de insuficiencia renal aguda en comparación con el 38 por ciento de los indicadores de seguridad del paciente. Se obtuvieron resultados similares para tromboembolismo venoso (59 por ciento frente a 46 por ciento), neumonía (64 por ciento contra 5 por ciento), sepsis (89 por ciento contra 34 por ciento) e infarto de miocardio postoperatorio (91 por ciento contra 89 por ciento). Tanto el procesamiento del lenguaje natural como los indicadores de seguridad del paciente fueron altamente específicos para estos diagnósticos ".

El uso del enfoque del procesamiento del lenguaje natural tiene varias ventajas para identificar problemas de calidad de la salud, como los autores señalaron:

"Primero, la flexibilidad del enfoque para satisfacer las necesidades institucionales individuales. Una vez que se han procesado los documentos, se pueden implementar diferentes enfoques y estrategias de consulta para identificar un resultado específico a un esfuerzo de programación relativamente bajo utilizando aplicaciones estándar de consulta de bases de datos.
En segundo lugar, a diferencia de los códigos administrativos, las estrategias de búsqueda que utilizan notas de progreso diarias, informes de microbiología o informes de imágenes podrían ser monitoreados de manera prospectiva. Por lo tanto, este enfoque podría identificar complicaciones mientras el paciente todavía está en el hospital, lo que podría facilitar enormemente los procesos de aseguramiento de calidad en tiempo real ...
Finalmente, en sistemas con RME altamente integrados, la vigilancia prospectiva podría extenderse al entorno ambulatorio para las personas que permanecen con el sistema de atención de la salud ".

El futuro de los registros electrónicos de salud es prometedor, pero requiere más financiación

Una editorial adjunta de Ashish K. Jha, MD, MPH, de la Escuela de Salud Pública de Harvard, Boston, ha explicado la necesidad de invertir más en investigación y desarrollo del proceso del lenguaje natural (PNL) si la gente realmente quiere ganar sus beneficios completos
El Dr. Jha escribió:

"Murff y sus colegas se centraron en una aplicación específica de identificación de eventos adversos después de la cirugía. Se probaron y personalizaron docenas de permutaciones y combinaciones de sintaxis para identificar la estrategia óptima para encontrar complicaciones en un registro electrónico de salud (EHR).Para realizar los beneficios del proceso del lenguaje natural, este tipo de investigación necesitará un mayor desarrollo no solo para encontrar mejores algoritmos sino también para investigar el análisis EHR para disciplinas distintas de la cirugía y optimizar las búsquedas automatizadas de EHR para diferentes tipos de médicos.
Aunque hay empresas del sector privado que capitalizan los beneficios del proceso del lenguaje natural para ayudar a los médicos y organizaciones a mejorar la prestación de atención, el gobierno federal puede desempeñar un papel útil financiando la investigación básica necesaria para lanzar este campo hacia adelante ".

Escrito por Joseph Nordqvist