.png){kind=icon}
返回
Identifying postpartum depression subtypes using natural language processing and clinical notes
.png){kind=icon}
PRE
AI
DOI：10.1136/bmjment-2025-302066.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景 产后抑郁症（PPD）的诊断率极低，其临床异质性尚未得到充分理解。仅依靠电子健康记录（EHRs）中的诊断编码可能无法识别所有PPD病例，凸显了开发新型检测方法的必要性。目的 开发一种基于转换器的自然语言处理（NLP）方法，用于从EHRs的临床记录中识别PPD患者，并考察所识别病例的人口统计学和临床异质性。方法 采用2010年至2023年间在美国一家大型学术医疗中心分娩的64 426名患者的临床记录，用于开发和评估NLP方法。通过将NLP输出与国际疾病分类（ICD-9/10）诊断编码相结合，识别出三类PPD患者亚组：仅由ICD识别的患者（PPD-ICD）、仅由NLP识别的患者（PPD-NLP）以及同时由ICD和NLP识别的患者（PPD-BOTH）。比较PPD亚组与无PPD对照组在人口统计学、精神健康状况、物质使用障碍（SUDs）、抗抑郁药物治疗、行为治疗和医疗资源利用方面的差异。同时考察抑郁和焦虑的纵向关联。结果 NLP方法识别出额外29.6%的患者，其临床记录显示可能存在PPD症状，但缺乏ICD诊断。PPD亚组在共病精神障碍、SUDs、治疗模式及医疗资源利用方面存在显著差异。分娩后24个月内，PPD-BOTH亚组的焦虑障碍诊断率最高（与PPD-ICD相比：OR 1.69，95% CI 1.49至1.93；与PPD-NLP相比：OR 4.46，95% CI 3.82至5.22）、抗抑郁药处方率最高（与PPD-ICD相比：OR 1.95，95% CI 1.71至2.22；与PPD-NLP相比：OR 5.98，95% CI 5.11至7.01）以及精神科门诊就诊率最高（与PPD-ICD相比：OR 1.45，95% CI 1.24至1.7；与PPD-NLP相比：OR 4.94，95% CI 3.9至6.31），表明症状严重程度更高（均p<0.001）。共病抑郁和焦虑的诊断在产后期最为普遍，并随时间推移而下降。结论 将基于NLP的识别与ICD编码相结合，可识别出更多具有不同人口统计学和临床特征的患者，表明该方法能够提高病例检测并表征异质性。
Keyword:
Mood Disorders
Depressive Disorder
Psychiatry
Mental Health
Mental Health Services
