تنفيذ نظام الكشف عن مخاطر الذهان في الوقت الحقيقي والتنبيه استنادًا إلى السجلات الصحية الإلكترونية باستخدام CogStack

إن تأثير الوقاية من الذهان محدود بمدى فعالية اكتشاف الأفراد المعرضين للخطر. ويقدم هذا البروتوكول نهجا جديدا لتنفيذ خدمة الكشف عن مخاطر الذهان والتنبيه في نظام عالمي حقيقي للسجلات الصحية الإلكترونية. والميزة الرئيسية لهذه الآلة الحاسبة المخاطر الفردية القائمة سريرياً هي أنها تسمح بالكشف التلقائي للأفراد المعرضين لخطر الذهان على نطاق واسع باستخدام السجلات الصحية الإلكترونية عبر الظروف العقلية المختلفة وفي الوقت الحقيقي.

الطرق الحالية للكشف عن الأشخاص المعرضين لخطر الذهان غير فعالة نسبيا مع اكتشاف حالات ذهانية فقط 5-12٪ من الحلقة الأولى. ويسمح هذا النظام بتحسين الكشف عن الأشخاص المعرضين للخطر، فضلا عن تحسين الاتصال مع الأطباء. ويمكن تخصيص منصة وضعت لالنمذجة التنبؤ بالمخاطر الأخرى ونظام الكشف في الطب النفسي وهذا يمكن أن تدعم تنفيذ الطب الدقيق في الرعاية السريرية مع مصلحة المرضى.

نريد نشر هذه الطريقة الجديدة على المجتمع الأوسع، والعمل مع الباحثين الآخرين، والأطباء، والمرضى، ومقدمي الرعاية، وأصحاب المصلحة من أجل المضي قدما في تنفيذ الطب الدقيق في الطب النفسي. ونأمل أن يسهل هذا الفيديو تحقيق هذا الهدف. على الرغم من أن السيناريو، الذي تم استخدامه لنشر هذا النظام والطريقة، يتم وصفها بالتفصيل في الدراسة.

سيكون فريق البحث لدينا سعيدًا بمساعدة الباحثين المستقبليين الذين قد يرغبون في تطبيق نهج مماثل على إعداداتهم السريرية. ابدأ بتنزيل أو استنساخ مستودع التعليمات البرمجية من GitHub. لتكوين خط أنابيب كوجستاك لابتلاع البيانات، افتح cogstack_deploy/كغستاك/الدليل وعدّل الذهان.

خصائص وتعديل إعدادات المقطع المصدر: dbconfiguration استناداً إلى إعداد قاعدة بيانات السجل الصحي الإلكتروني بما في ذلك تحديد عنوان IP لخادم قاعدة البيانات واسم قاعدة البيانات واسم قاعدة بيانات وكلمة المرور. افتح متصفح الويب وادخل إلى واجهة مستخدم كيبانا. لأول مرة الوصول إلى كيبانا، انقر فوق علامة التبويب "أنماط إدارة" و"فهرس" لتحديد فهرس بحث مرن من الفائدة وإدخال psychosis_base في حقل نمط الفهرس.

انقر فوق الخطوة التالية وحدد ETL_updated_dttm لاسم حقل عامل التصفية الزمني. ثم انقر فوق إنشاء نمط فهرس لإضافة نمط فهرس psychosis_base كيبانا. بمجرد توصيل كيبانا بفهرس البحث المرن، ابحث عن البيانات المصدر وتصفحها بشكل تفاعلي من خلال صفحة الاكتشاف.

للوصول إلى حاسبة المخاطر، افتح نافذة طرفية جديدة وافتح دليل الذهان. أدخل الأمر المناسب في المحطة الطرفية لتثبيت جميع حزم Python المطلوبة المستخدمة في حاسبة المخاطر وتشغيل حاسبة خطر الذهان. إذا تم الانتهاء من العملية بنجاح، سيتم طباعة سجلات حساب المخاطر في المحطة الطرفية وسيتم تخزين نتائج المخاطر في مؤشر بحث مرن جديد يسمى psychosis_risk داخل منصة CogStack.

للتحقق من نتائج المخاطر في واجهة كيبانا، أضف نمط مؤشر جديد psychosis_risk لربط كيبانا بفهرس psychosis_risk واستكشاف نتائج المخاطر من خلال صفحة الاكتشاف. لإنشاء مرئيات ولوحات معلومات للحصول على نظرة عامة على الخصائص لجميع السكان من المرضى المعرضين للخطر، انقر فوق تصور وانقر فوق إنشاء تصور جديد. حدد نوع المرئيات وحدد psychosis_risk كفهرس يتم تصوره.

بمجرد إنشاء مرئيات فردية، انقر فوق لوحة المعلومات لإنشاء لوحة معلومات تعرض مجموعة من المرئيات ذات الصلة معًا. لإنشاء تنبيه للأطباء عندما يكون المرضى معرضين لخطر الذهان، انقر فوق Management و Watcher. لإعداد مراقب جديد، انقر فوق إنشاء مراقبة متقدمة وأدخل المعرف والاسم.

لإرسال رسالة بريد إلكتروني تنبيهية إلى عنوان طبيب، احذف محتوى قسم JSON الخاص بالساعة وانسخ المحتوى في مراقبه. json الملف مع دليل الذهان إلى قسم JSON ووتش. قبل حفظ مراقب، انقر فوق محاكاة لاختبار تنفيذ مراقب.

إذا تم تعيين مراقب بنجاح، سوف تظهر الإخراج المحاكاة. في هذا الرقم التمثيلي، يمكن ملاحظة عدد السجلات التي تم تناولها في CogStack بمرور الوقت بترتيب زمني بناءً على تاريخ التحديث الأخير للسجل. عند مقارنة أرقام ومحتوى السجلات في قاعدة البيانات في مؤشر البحث المرن، لم يتم الكشف عن بيانات مفقودة ومكررة تؤكد موثوقية خط أنابيب كوغ ستاك وابتلاع البيانات في التزامن.

كما توضح هذه الأرقام، يمكن تصور خصائص المرضى المعرضين لخطر الذهان بما في ذلك الأعراق المريض، والجنسين، والأعمار، وفئات التشخيص. هنا، يمكن ملاحظة واجهة لتحديد خدمة تنبيه المخاطر باستخدام مكون الساعة في كيبانا كما هو موضح. بمجرد أن يتم تكوين هذه الخدمة بنجاح ، سيتلقى المستخدمون إشعارًا عبر البريد الإلكتروني إذا كان هناك مريض واحد أو أكثر يكون خطر الإصابة بالذهان في عامين أعلى من 5٪ من المهم القيام بالتحقق من صحة البيانات عبرية لضمان استخراج المعلومات الصحيحة من نظام السجل الصحي الإلكتروني المحلي.

يمكننا دمج نسخة منقحة من هذه الآلة الحاسبة للمخاطر وهذا البروتوكول لزيادة تحسين التنبؤ بالنتائج. يمكننا أيضًا دمج نسخة ديناميكية من حاسبة المخاطر هذه التي من شأنها أن تسمح بتحديث النتائج في الوقت الحقيقي مع تغير أعراض المرضى ، وبالتالي إعطاء تنبؤات أكثر موثوقية تعكس المسار السريري للمريض بشكل أفضل. يمكن إعادة تشكيل هذا البروتوكول للسماح بالرصد واستلام تنبيهات لنماذج التنبؤ بالمخاطر الأخرى التي تسمح للأطباء اتخاذ قرارات في الوقت المناسب لتحسين رعاية المرضى وسلامتهم وتجربة المرضى.