條文本
PDF
文摘
目標第一本研究的目的是設計和開發一個有效的和可複製的策略從臨床中提取身體健康條件指出常見的精神衛生服務。beplay体育相关新闻然後,我們研究了這些條件的患病率在患有嚴重精神疾病(SMI)和個人相比,患病率與雙極(BD)和個人精神分裂症譜係障礙(SSD)。
設計觀察性研究。
設置從倫敦南部二級精神衛beplay体育相关新闻生保健服務
參與者最大樣本由17 500名15歲以上的人收到了主要或次要重度精神病的診斷(國際疾病分類第十版,F20-31)在2007年和2018年之間。
措施我們設計並實現了一個數據提取策略21共同使用自然語言處理管道物理並存病,MedCAT。協會研究與性別、年齡在重度精神病的診斷、種族和社會剝奪對整個隊列和BD SSD子組。線性回歸模型被用來研究協會與殘疾衡量國家的健康結果。
結果身體健康數據提取,實現精確率(F1) 0.90以上所有條件。十大最普遍的條件是糖尿病、高血壓、哮喘、關節炎、癲癇、腦血管意外、濕疹、偏頭痛、缺血性心髒病和慢性阻塞性肺疾病。最普遍的結合在這個人口包括糖尿病,高血壓,哮喘,不管他們的重度精神病的診斷。
結論我們的數據提取策略被發現適當的提取從臨床指出身體健康數據,對未來multimorbidity至關重要研究使用文本記錄。我們發現大約40%的我們的隊列multimorbidity 20%有複雜multimorbidity除了重度)(兩個或兩個以上的物理條件。性別、年齡、種族和社會剝奪被發現是關鍵,理解他們的異質性及其微分對殘疾的貢獻水平在這個人口。這些輸出對研究者和臨床醫生有直接的影響。
- 衛生信息學
- 流行病學
- beplay体育相关新闻
- 精神病學
- 公共衛生
數據可用性聲明
數據可能會從第三方獲得,不公開。由於自由文本數據的機密性,我們不能使患者的立場數據可用。短劍開發與廣泛的參與從服務用戶,堅持嚴格的治理框架由服務用戶。它已經通過了一個健壯的倫理批準浮選敏銳地關注病人數據的使用。具體地說,這個係統被批準作為次要的數據集數據分析在此基礎上由牛津郡研究倫理委員會C(08年/ H06060/71)。數據在數據安全鑒定和使用格式和所有的病人可以選擇退出的匿名數據被使用。批準提供數據訪問隻能在大滿貫短劍的監督委員會。
這是一個開放的分布式依照創作共用署名4.0條Unported (4.0) CC許可,允許他人複製、分配、混音、轉換和發展這項工作為任何目的,提供了最初的工作是正確地引用,執照的鏈接,並表明是否變化。看到的:https://creativecommons.org/licenses/by/4.0/。
來自Altmetric.com的統計
本研究的優點和局限性
提取策略,我們設計並實現了一個數據顯示高性能利率和從21歲身體健康條件允許我們打開數據從15米的臨床與自由文本文檔。
我們映射這些健康狀況是如何分布在性別、年齡、種族、社會劣勢和嚴重精神疾病(SMI)診斷的17 500名患者的樣本從一個歐洲最大的二次精神衛生保健提供者,服務一個地理流域在倫敦大約132萬居民。beplay体育相关新闻
我們調查multimorbidity之間的關係(兩個或兩個以上的條件)和殘疾使用國家的健康結果規模通常被收集在二級精神衛生服務在英國。beplay体育相关新闻
本研究關注的是一群患有重度限製直接比較與其他心理健康狀況和/或普通人群。beplay体育相关新闻
盡管一些最常見的物理提取並存病,一些特定的健康狀況需要計算標準合並症分數(如Charlson和Exlihauser發病率索引)並不包括在這一研究。
介紹
三分之二的死亡的嚴重精神疾病患者(SMI)可能解釋為multimorbidity在這個人口的風險增加。1 - 4然而,multimorbidity研究在這個人口仍然是稀缺的5加劇了有限的可用性在重度身體健康數據樣本,增加的漏報率調查,6和身體健康信息在二級心理醫療數據主要是隱藏在自由文本字段。beplay体育相关新闻
大多數研究迄今為止在重度身體健康人群集中在代謝疾病危險因素,被認為是主要的貢獻者在重度患者心血管疾病,7 - 10或具體情況如免疫介導的炎症性疾病(如炎症性腸病、牛皮癬),11 - 13多發性硬化症、癲癇和偏頭痛。14日15condition-specific視野限製我們理解multimorbidity重度和研究需要考慮更多的條件。然而,隻有少數研究已經考慮多個健康狀況。4 16 17瑞斯等4顯示在重度精神病人multimorbidity風險增加,但隻發現癲癇是更加普遍的個人條件。Kugathasan等17調查的組合在精神分裂症疾病器官係統水平,發現31%有複雜multimorbidity最普遍對包括neurologic-endocrine neurologic-respiratory和神經係統病毒。同樣,癲癇和關節炎是Dorrington最流行的組合之一等。16盡管這些研究包括多個健康狀況和證實調查進一步multimorbidity SMI的需要,他們還沒有與multimorbidity研究一般人群18 - 20和他們沒有調查個體之間的潛在差異與精神分裂症譜係障礙(SSD)和雙相情感障礙(BD)。組與組之間的理解不同multimorbidity組合可能導致潛在的潛在的生物機製周圍的爭論。研討會最終,SSD和BD已經建立了殘疾的重要驅動程序24在身體健康和赤字與障礙的延續功能容量和性能。25日26日然而,研究之間的關係在重度multimorbidity和殘疾是有限的。
在這種情況下,我們的第一個目標是設計和開發一個合適的策略,從自由文本中提取信息身體健康狀況心理健康記錄數據可以很容易地複製在未來multimorbidity研究使用類似的資源。beplay体育相关新闻我們的第二個目標是研究這些條件和最普遍的流行組合在重度和任何不同,不同的相關社會人口因素和重度精神病的診斷(SSD vs雙相障礙)。我們的第三個目標是調查協會的整體multimorbidity和具體的身體健康狀況和水平的殘疾用國家的健康結果尺度(HoNOS)。
方法
設置和樣本
通過臨床病人數據提取記錄互動搜索(短劍),注冊平台,包含去除了識別信息的精神衛生保健電子健康記錄(EHR)數據從倫敦南部與馬氏信任國家衛生服務信托基金會(大滿貫)。beplay体育相关新闻大滿貫是歐洲最大的二次精神衛生保健提供者,服務一個地理流域大約132萬名居民,並提供幾乎完全覆蓋的二級精神衛生beplay体育相关新闻保健提供所有年齡組。自2007年以來,全電子臨床記錄已經部署在大滿貫,從這些可通過短劍和數據係統,允許匿名的搜索和檢索完整記錄了500 000例目前係統中表示。27
樣本(N = 500)包括所有15歲或以上的個人誰收到了2007年和2018年之間的主要或次要重度精神病的診斷(國際精神和行為障礙的分類第十版28碼F20-31)。考慮到我們的一個目標是比較SSD (F20-29)和BD (F30-31),個人在這10年的隨訪診斷在兩個類別被排除在外(n = 804)。排除個人更有可能是女性,35歲以下的起初重度精神病的診斷記錄,黑人種族和更高水平的社會剝奪。
身體健康狀況
定義和信息提取
最大化可比性,我們試圖提取以下21個身體健康條件代表慢性病通常在multimorbidity研究使用初級保健數據收集18 - 20:糖尿病、心力衰竭、缺血性心髒病、高血壓、冠狀動脈硬化、慢性阻塞性肺疾病(COPD)、哮喘、慢性腎髒疾病(CKD),腦血管意外,短暫性缺血性發作(TIA)、帕金森病、多發性硬化症、癲癇、偏頭痛、心房纖顫、慢性鼻竇炎、炎症性腸病、慢性肝病、牛皮癬、濕疹和關節炎。這些映射到snom代碼的前概念的組標識符,然後直接孩子這一概念被兩個醫生(單獨檢查和回顧在線補充附錄1)。身體健康條件確定從數據報告文本記錄短劍自2007年以來,直到2019年8月1日為每個單獨的導致大約15 m文件。
提取從自由文本我們使用MedCAT snom概念,29日醫學概念注釋工具包能夠命名實體識別與contextualisation鏈接(尼珥+ L)。使用的基本模型是在Kraljevic描述等,29日並展示了很好的性能(F1 = 0.90)。第一步,基本模型豐富了從uml概念名稱的目的提高召回和潛在捕捉不同name-forms每個概念。在第二個步驟中,MedCAT訓練一種無監督的方式在所有可用的文檔來提高精度。在第三步中,所有選擇的自由文本注釋snom的概念。對於每一個條件,300個文檔被隨機提取,導致6300注釋文件。
身體健康條件的注釋
確保一致的、高質量的黃金標準和訓練數據,我們開發了注釋指南基於一係列沒完沒了的討論包括臨床和技術專長。這些指導方針,可以在請求,在初步階段駕駛和細化。相關實例被定義為一個提到病人的身體健康狀況有經驗,而不是否定。每個MedCAT檢測第一次被驗證是正確的/ wrong-meaning MedCAT探測到的部分文本是正確/錯誤檢測的相關概念。與上下文正確檢測進一步注釋注釋(或元注釋)“診斷”和“狀態”。被用來確定診斷檢測診斷、病人相關概念和地位是否確認檢測的概念。八個注釋器都接受這個任務並給予相同的指令。MedCATtrainer30.被用來促進人工注釋,每個文檔注釋的兩倍。注釋器之間的分歧被第三個注釋器進一步評估和解決。
培訓和驗證
一旦數據集是注釋分為訓練和驗證集。尼珥+ L, 70%的數據集是用於培訓和驗證為30%。對元注釋,80%是用於培訓和驗證為20%。Hyperparameter優化在這兩種情況下使用10倍交叉驗證訓練集。
社會人口的
提取的數據包括性別、年齡在重度精神病的診斷(15 - 24、25至34歲這個35-44,45 - 55 - 64,65 - 74,75 +)和種族(白英國,愛爾蘭,加勒比黑人(包括混合白色和加勒比黑人和其他黑色背景),非洲黑人(包括混合白人和黑人非洲)、南亞(印度、巴基斯坦和孟加拉)和其他)。提取多個剝奪指數(IMD)來衡量社區社會經濟地位在2011年的水平降低層超級輸出區域(LSOA11;一個標準郵政單位平均1500居民)對應於個人的地址時重度精神病的診斷。使用IMD,每個LSOA11排名從1(最貧困的)32 844(貧困)基於七Census-derived指標,隨後分為昆泰。31日
殘疾
殘疾用國家的健康結果測量量表(HoNOS)32這是一個醫生評分工具開發測量健康和社會功能。它包括12個分量表:激動的行為;一整天自傷;酗酒或吸毒;認知問題;身體疾病問題;問題與幻覺或妄想;問題與抑鬱症有關;其他心理和行為問題;與關係問題; problems with activities of daily living; problems with living conditions; and problems with occupation and activities.32總調整HoNOS分數在第一個重度精神病的診斷記錄在個人的短劍,或接近,被用於這項研究。更高的分數HoNOS顯示更高水平的障礙的個體的功能。
統計分析
探索MedCAT是否適合提取這些身體健康條件從這個隊列(目標1),估計是兩分的協議和性能計算,每個狀態估計精度和召回。
檢查這些條件在重度精神病的患病率在相關因素和比較最普遍multimorbidity組合為個人與BD和SSD(目標2)。描述性統計是派生的所有變量。χ2測試和確切概率測試,Bonferroni調整為多個比較,進行探索協會和BD和SSD之間的差異。
解決我們的第三個目標(調查multimorbidity協會和特定的身體健康與殘疾水平),我們進行了一係列的分層線性回歸。模型調整年齡和性別(模式1),然後另外調整IMD(模型2)或重度精神病的診斷(模型2 b)。所有分析使用R V.4.0.3 RStudio V.1.3.1093。
病人和公眾參與
在設計這個項目,數據連接服務用戶和護理員谘詢小組谘詢,接著提出了初步的結果。這是一個行之有效的病人和公眾參與集團設立的生物醫學研究中心在大滿貫。33
結果
Interannotator協議和數據提取的模型驗證
對於每個身體健康條件,300個文檔注釋創建一個黃金標準和訓練數據特定於每個條件。所有6300個實例在21日健康狀況是雙注釋尼珥+ 97%的平均收益率interannotator協議L, 82.70%元注釋診斷和78.08%元注釋狀態。精度、召回和F1度量每個模型的身體健康狀況所示表1。冠狀動脈硬化不提取正麵提到數量太小培訓和驗證。元注釋的整體性能診斷結果顯示良好的性能和狀態(在線補充表1)。
映射的身體健康狀況,對比SSD和雙相障礙
樣本包括17 500重度患者,其中74.4%被診斷為SSD和25.6% BD。輕微的多數是男性(53.6%),和大多數人第一次重度精神病的診斷報告35歲以下的(42.8%)。英國白人群體占樣本總數的35.7%,其次是加勒比黑人(18.2%)和非洲黑人(12.0%)。南亞和愛爾蘭組最小的,分別為3.1%和2.0% (表2)。群組有高水平的不足,超過60%下降到最低的兩個國家昆泰。大約40%至少有一個提到的身體健康狀況和20%左右有兩個或更多的物理條件。BD之間有顯著差異,SSD的大部分socio-demographic特點和身體健康狀況的數量(表2和圖1)。SSD的人更有可能是男人,從少數民族,生活在貧困社區和有更多的身體健康狀況記錄與雙相障礙組相比。
比較數量的身體健康並發症(A)和特定的物理並存病(B)由重度精神病的診斷。雙相障礙,雙相情感障礙;慢性阻塞性肺病,慢性阻塞性肺疾病;腦血管意外、腦血管意外;重度、嚴重精神疾病患者;SSD,精神分裂症譜係障礙。
三種最常見的身體健康狀況記錄是糖尿病,高血壓,哮喘(分別為15.3%、14.5%和9.8%),不管具體的重度精神病的診斷(在線補充圖1)在SSD和BD)。當我們個人與SSD和BD相比,我們發現十大最流行的健康狀況是類似的團體之間但糖尿病(SSD 17% vs BD 10.7%)、高血壓(SSD 15.9% vs BD 10.4%)和癲癇(SSD 5.0% vs BD 3.3%)患病率略高與SSD為個人而BD患者顯示更高的偏頭痛患病率(BD 4.3% vs SSD 2.9%)。
當我們探索整個群體差異,我們發現,女性更有可能報告高血壓、哮喘、關節炎、濕疹和偏頭痛與男性相比在線補充表2)。在個人與SSD,女性更有可能報告發現較高的糖尿病、慢性腎病、心力衰竭和TIA。在雙相障礙患者,性別差異是隻發現哮喘、關節炎、偏頭痛和缺血性心髒病。BD的女性更有可能報告哮喘、關節炎、偏頭痛與雙相障礙而男性更有可能報告缺血性心髒病。
關於不同年齡段的差異,我們發現糖尿病的患病率較高,高血壓、關節炎、腦血管意外、缺血性心髒病、慢性阻塞性肺病,CKD,帕金森病,心力衰竭、房顫和TIA個人年齡範圍,而哮喘和偏頭痛更流行在年輕的年齡範圍(在線補充表3),(在線補充圖2)。我們發現類似的結果在個人與SSD和BD(除了在BD哮喘和腦血管意外)。
我們發現不同種族的人患有糖尿病,高血壓,哮喘、關節炎、癲癇、濕疹、缺血性心髒病、慢性阻塞性肺病、腦血管意外(圖2,在線補充表4)。個人從黑色或南亞少數民族更容易表現出更高的糖尿病和高血壓患病率與白色英國或愛爾蘭。加勒比黑人顯示患病率最高的哮喘或濕疹在所有其他組織。關節炎、慢性阻塞性肺病、癲癇和膽道似乎更流行的白色英國或愛爾蘭,與癲癇患病率最高的愛爾蘭人。發現了類似的趨勢在SSD和BD子組與糖尿病發病率高在南亞BD(29.7%)與SSD與南亞人(20.7%);而糖尿病發病率與SSD加勒比黑人(24.4%)高於那些BD (19.6%)。關於社會剝奪,我們發現患有糖尿病,高血壓,哮喘,慢性阻塞性肺病的人更有可能在更高水平的不足與那些沒有這些特定條件(在線補充表5)。
普遍存在的最普遍的身體健康條件重度組內跨種族和SSD和BD子組。雙相障礙,雙相情感障礙;慢性阻塞性肺病,慢性阻塞性肺疾病;重度、嚴重精神疾病患者;SSD,精神分裂症譜係障礙。
Multimorbidity組合為整個群體和SSD和BD子組
表3總結了十大最常見的身體重度精神病患者的並發症,發病率,並存病的平均數量和相關的三個最常見的並發症,為總組和重度精神病的診斷。雖然沒有明確的平均數的差異並存病重度精神病的診斷,一個物理的存在條件傾向個人至少有一個條件。並發症的平均數量在總群至少是0.74升至2.20的10個最常見的並發症之一。物理相關的三個最常見的並發症保持相對一致的重度精神病的診斷,除了少數例外。與癲癇相關的並發症的患病率較低在BD SSD;有一個相當不同的疾病概要文件在重度偏頭痛的診斷;糖尿病的低利率在個人患有雙相障礙和慢性阻塞性肺病(SSD)相比。最常見的組合條件包括糖尿病、高血壓和哮喘,不管他們的重度精神病的診斷。大多數人用這些組合的條件也可能有關節炎。圖3 - 5顯示重度精神病患者最普遍的條件和共病糖尿病,高血壓,哮喘,分別。
可視化的最常見並發症糖尿病患者SMI和共病。CKD,慢性腎髒疾病;慢性阻塞性肺病,慢性阻塞性肺疾病;腦血管意外、腦血管意外;炎症性腸病、炎症性腸病;女士,多發性硬化;重度、嚴重精神疾病患者;TIA,短暫性缺血性發作。
可視化的最常見並發症患者SMI和共病高血壓。CKD,慢性腎髒疾病;慢性阻塞性肺病,慢性阻塞性肺疾病;腦血管意外、腦血管意外;炎症性腸病、炎症性腸病;女士,多發性硬化;重度、嚴重精神疾病患者;TIA,短暫性缺血性發作。
可視化的最常見並發症患者SMI和共病哮喘。CKD,慢性腎髒疾病;慢性阻塞性肺病,慢性阻塞性肺疾病;腦血管意外、腦血管意外;炎症性腸病、炎症性腸病;女士,多發性硬化;重度、嚴重精神疾病患者;TIA,短暫性缺血性發作。
與殘疾
HoNOS描述性統計對整個重度組(意味著= 10.40,SD = 6.06)和10個最常見的身體並發症所示表4。回歸分析表明,個體與任何這些條件(偏頭痛除外)顯示HoNOS分數更高,即使調整了年齡、性別、IMD或重度精神病的診斷。我們還研究了簡單和複雜multimorbidity是否與HoNOS總分,我們發現一個強大的積極關聯最小衰減後的調整。類似的社會人口和趨勢被發現在BD和SSD組(在線補充表6 - 8)。然而,協會糖尿病、高血壓和缺血性心髒病完全減毒後調整SSD組和高血壓的關聯也完全BD組的減毒後調整。
討論
本研究的首要目標是設計和開發一個合適的策略來提取身體健康條件可以很容易地複製在未來multimorbidity研究使用心理健康電子醫療紀錄。beplay体育相关新闻自然語言處理策略使用MedCAT提供很好的性能估計條件提取,支持其適用性提取數據從心理健康臨床指出身體健康條件。beplay体育相关新闻這些發現與之前的研究相一致,利用MedCAT提取數據從醫院設置。34 35這個資源應有助於推動和促進研究multimorbidity使用心理健康記錄,一般來說,和潛在的直接複製在其他精神健康信托已經部署短劍平台。beplay体育相关新闻
我們的第二個目標是研究這些疾病的患病率在重度個人和個人之間比較最普遍multimorbidity組合BD和SSD。當我們檢查診斷socio-demographic變量上的差異,我們的發現在很大程度上與之前的研究一致,3》盡管種族之間的關聯和BD不成立。40至於社會人口的差異,我們發現,SSD的女性更有可能有糖尿病,慢性腎病,心髒衰竭和TIA與SSD與男性相比;和雙相障礙的女性更有可能有哮喘,關節炎和偏頭痛與男性相比BD。先前的研究在這個人口顯示不同的結果。一些研究發現高血壓的患病率更高SSD的女性41在雙相障礙和糖尿病的女性,42和其他人沒有發現相關的性別差異。43我們的研究表明,可能有糖尿病和高血壓的風險增加女性重度精神病的診斷,尤其是SSD。在這方麵進一步的研究是必要的。
民族差異被發現的糖尿病、高血壓、哮喘、關節炎、癲癇、濕疹、缺血性心髒病、慢性阻塞性肺病、腦血管意外。個人從黑色或南亞少數民族更容易表現出更高的糖尿病和高血壓患病率與白色相比英國或愛爾蘭。加勒比黑人顯示更高的患病率的哮喘或濕疹在所有其他組織。關節炎、慢性阻塞性肺病、癲癇和膽道似乎更流行的白色英國或愛爾蘭,與癲癇患病率最高的愛爾蘭人。發現了類似的趨勢在SSD和BD子組與糖尿病發病率高在南亞BD與南亞人與SSD相比,糖尿病發病率在加勒比黑人與SSD高於那些BD。這些結果在很大程度上反映種族的先前的研究。44-50當我們檢查社會剝奪,患有糖尿病,高血壓,哮喘和慢性阻塞性肺病的人更有可能報告最高水平的剝奪不管他們的重度精神病的診斷。類似於種族,這些結果也符合一般人群中發現高水平的社會剝奪被發現在那些患有糖尿病,51 52高血壓,53哮喘54或慢性阻塞性肺病。55
在整個重度組,總的來說,大約40%的人至少有一個提到的身體健康狀況和近20%有兩個或更多的物理條件,可以貼上multimorbidity一樣複雜。這些發現提供證據支持先前的研究建議multimorbidity概率的增加在這個人口。3 17 56-59絕對數量的SSD患者的身體健康狀況高於那些BD。盡管直接比較需要謹慎,我們的研究結果部分與先前的報道更多的物理雙相障礙患者的並發症。3 38 39 41總的來說,重度組的十大最普遍的條件是糖尿病、高血壓、哮喘、關節炎、癲癇、腦血管意外、濕疹、偏頭痛、缺血性心髒病和慢性阻塞性肺病;和最常見的組合條件包括糖尿病,高血壓,哮喘,不管他們的重度精神病的診斷。此外,那些複雜multimorbidity也更容易代謝疾病並發症如糖尿病和高血壓,這表明代謝疾病通路可能是一個關鍵的解釋機製之間的聯係物理multimorbidity和重度。60 61未來的研究應該進一步探索這個途徑的潛在的獨立貢獻multimorbidity當關注個人與複雜。此外,關節炎是最常見的後續疾病對於那些患有糖尿病,高血壓和/或哮喘,然而,對於那些SSD和哮喘,濕疹略流離失所的關節炎的患病率。這些發現可能意味著潛在的SSD和BD表型之間的差異可能與潛在的炎症通路。未來的研究專注於炎症生物標記物可以進一步理解關鍵的潛在差異SSD和雙相障礙。
此外,我們檢查了十大最普遍的條件之間的關係和殘疾的水平。我們發現不僅multimorbidity顯然是與更高水平的殘疾但是這些具體情況與更高水平的殘疾,即使調整了年齡、性別、剝奪或重度精神病的診斷。當我們檢查也發現類似的結果之間的關聯multimorbidity SSD和BD組內和殘疾。當我們檢查每個身體健康狀況的獨立協會和殘疾群體內部,我們的研究結果表明,社會人口因素可能會影響更大在這些協會與SSD的個體。雖然我們的研究結果與之前的研究沒有直接的可比性,他們符合先前的研究中發現老化62年或一些特定的重度人群。63 64這還需要進一步的研究來理解潛在的司機患有雙相障礙的殘疾和共享這些條件,一般來說,尤其是糖尿病和雙相障礙。
本研究的主要優勢之一是大型綜合性的重度患者來自人口與民族多樣性高,解決忽視少數民族和重度multimorbidity研究。使用電子醫療紀錄的這是一個關鍵的優勢從一個大二級精神衛生保健提供者,數據提取策略訪問數據的好處在身體健康條件文本字段的臨床beplay体育相关新闻講義。MedCAT開發和部署在短劍文本記錄將有希望促進精神衛生保健和促進未來的研究。beplay体育相关新闻然而,這還需要進一步的研究來驗證這一策略在其他電子病曆使用自由文本來源。雖然我們的研究結果是有前途和可比性的結果與先前的研究提供了一些證據的有效性,還需要進一步的研究檢查cross-validity使用初級保健結構化字段數據。本研究僅限於重度精神病患者不允許我們比較重度精神病的發病率數據與其他常見精神障礙和/或普通人群。未來的研究應該複製數據提取策略在其他性別與年齡匹配的隊列和探索後續健康狀況的潛在風險最大化的縱向特性這個數據源。此外,同樣重要的是要注意,更嚴重的重度患者可能更全麵的文本數據。因此,我們的研究結果可能會少代表高度功能患者嚴重的重度。此外,我們承認,雖然條件被認為是在大多數multimorbidity研究認為,未來的研究應該考慮更多的條件,包括罕見病和所需的所有條件計算標準等合並症分數Charlson或Exlihauser索引是不被認為是在這項研究中(例如,偏癱、截癱、消化性潰瘍疾病或艾滋病/艾滋病毒)。 It should be noted that our study is one of the first, to our knowledge, to compare the associations between physical health comorbidities and disability in this traditionally neglected population and HoNOS is a widely used measure in secondary mental health services in the UK which provides us a general overview of disability in this population. However, we acknowledge that further research with more objective measures of disability is also needed to drive future policy in this population. To sum up, our study provides an overview of the most prevalent health conditions in SMI and underlines the need for further research into the origins of multimorbidity in this population, considering in more detail the nature of the SMI both in terms of severity and in terms of constituent diagnoses and/or symptomatic phenotype, given the apparent differences between BD and SSD. Our findings highlight multimorbidity as a driver of disability in this population, which also requires further mechanistic evaluation.
數據可用性聲明
數據可能會從第三方獲得,不公開。由於自由文本數據的機密性,我們不能使患者的立場數據可用。短劍開發與廣泛的參與從服務用戶,堅持嚴格的治理框架由服務用戶。它已經通過了一個健壯的倫理批準浮選敏銳地關注病人數據的使用。具體地說,這個係統被批準作為次要的數據集數據分析在此基礎上由牛津郡研究倫理委員會C(08年/ H06060/71)。數據在數據安全鑒定和使用格式和所有的病人可以選擇退出的匿名數據被使用。批準提供數據訪問隻能在大滿貫短劍的監督委員會。
倫理語句
病人同意出版
倫理批準
這個項目被批準的短劍監督委員會負責確保所有研究應用程序遵守道德和法律準則。短劍係統允許匿名訪問患者電子病曆對二次大滿貫的分析和完整的倫理審批。
確認
我們想感謝Broadbent梅根·普裏查德和馬修的沒有價值的貢獻和支持。
引用
補充材料
-
補充數據
僅這個web文件已經由英國醫學雜誌出版集團從一個電子文件提供的作者(年代)和沒有對內容進行編輯。
腳注
推特@Jaydasmunshi
貢獻者RB的構思和設計研究。ZK, RB,基於“增大化現實”技術和RS設計,驗證了數據提取策略。ZK, TS,我開發了自然語言處理算法和接口的注釋。RB、ZK JC、LM、數控,TS,點,NS和TW注釋器。RB、ZK黨衛軍,噢,JC, SA RD和數據庫進行數據分析和/或解釋的結果。RS和JD-M提供臨床相關輸入所有階段。RB、ZK和SS起草的第一個版本的手稿和所有作者批判性回顧了手稿,導致寫作的最終版本。RB和RD負責整體內容和擔保人。
資金RB資助部分由格蘭特先生/ R016372/1倫敦國王學院MRC技能發展獎學金項目由英國醫學研究理事會(MRC)和格蘭特- brc - 1215 - 20018國家衛生研究所(NIHR)生物醫學研究中心倫敦南部與馬氏NHS信托基金會和倫敦國王學院。JD-M健康基金會資助的醫學科學院合作,對於臨床醫生科學家獎學金和ESRC與SEP-MD研究(ES / S002715/1)和支持的一部分ESRC社會和心理健康中心的倫敦大學國王學院(ESRC參考:ES / S012567/1)。beplay体育相关新闻DB是由UKRI創新獎學金作為英國健康數據研究的一部分/ S00310X /先生。是由武田加州。RD, RS和AR部分資金由國家衛生研究所(NIHR)生物醫學研究中心倫敦南部與馬氏NHS信托基金會和倫敦國王學院。RD的工作支持(1)國家衛生研究所(NIHR)生物醫學研究中心倫敦南部與馬氏NHS信托基金會和倫敦國王學院;(2)英國健康數據研究,這是由英國醫學研究委員會資助,工程和物理科學研究委員會,經濟和社會研究理事會,衛生和社會保健(英格蘭),蘇格蘭政府首席科學家辦公室衛生和社會保健公司董事會,健康和社會保健研究和開發部門(威爾士政府),公共衛生機構(北愛爾蘭),英國心髒基金會和威康信托基金會;(3)國家衛生研究所倫敦大學學院醫院生物醫學研究中心。
免責聲明作者的觀點是(s)和不一定NHS, NIHR,衛生部,MRC ESRC或倫敦國王學院。本文代表獨立研究由國家衛生研究所(NIHR)生物醫學研究中心倫敦南部與馬氏NHS信托基金會和倫敦國王學院的和健康的基礎。
相互競爭的利益沒有宣布。
出處和同行評議不是委托;外部同行評議。
補充材料此內容已由作者(年代)。尚未審查由BMJ出版集團有限公司(BMJ)和可能沒有被同行評議。任何意見或建議討論僅代表作者(年代)和不了BMJ的支持。和責任起源於BMJ概不負責任何依賴的內容。內容包括任何翻譯材料,BMJ並不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南,術語,藥物名稱和藥物劑量),和不負責任何錯誤或遺漏引起的翻譯和改編或否則。