Шкалы оценки риска рака молочной железы, такие как модель Gail, широко применяются в электронных медицинских картах (ЭМК) для принятия клинических решений о скрининге и химиопрофилактике. Однако их внедрение непоследовательно — часто ограничивается конкретными периодами времени или популяциями. Показатели могут резко изменяться у одного пациента по мере эволюции личного и семейного анамнеза или из-за ошибок внедрения, что приводит к смещениям при использовании данных в исследованиях.
Исследователи из Geisinger (крупной интегрированной системы здравоохранения в северо-центральной Пенсильвании) обнаружили, что показатели Gail регистрировались в ЭМК только для части женщин после 2018 года. Авторы извлекли из ЭМК все переменные, необходимые для расчёта показателей: возраст менархе, возраст первых родов, расу, семейный анамнез и данные биопсий. Для извлечения информации о раке молочной железы у родственников первой степени родства и данных биопсий разработаны базовые конвейеры обработки естественного языка (NLP). Проведено 50 двойных проверок медицинских карт для оценки точности извлечения данных.
Двойные проверки медицинских карт продемонстрировали высокую точность NLP-конвейеров. Для семейного анамнеза рака молочной железы показатели составили: точность 95.6%, чувствительность 91.3%, специфичность 96.3%, положительная прогностическая ценность (PPV) 81.3%, отрицательная прогностическая ценность (NPV) 98.4%. Для выявления атипичной гиперплазии при биопсии все показатели достигли 100.0%.
Показатели Gail вычислены для 93,088 уникальных комбинаций пациент-дата, для которых показатели были доступны в ЭМК. Среднеквадратичная ошибка (MSE) между вычисленными и записанными показателями составила 0.41% для 5-летних прогнозов и 7.49% для пожизненных прогнозов. Средняя абсолютная ошибка (MAE) — 0.29% для 5-летних и 1.41% для пожизненных прогнозов.
Шкалы оценки онкологического риска в ЭМК должны проверяться на потенциальные смещения перед использованием в исследованиях. Вычисление показателей Gail на основе данных ЭМК выполнимо и позволяет устранить ограничения, связанные с неполным внедрением этих шкал в рутинную практику.