《Big Data and Cognitive Computing》：Descriptive Process Mining of Pulmonary Clinical Pathways Before and During COVID-19
编辑推荐：
理解临床路径如何随时间演变对于表征护理过程至关重要，也有助于识别诊断和组织实践中的潜在转变。本研究对四种主要呼吸系统疾病——肺癌、间质性肺纤维化（interstitial fibrosis）、慢性阻塞性肺疾病（COPD）和肺炎——的患者轨迹进行了描述性分析。在
理解临床路径如何随时间演变对于表征护理过程至关重要，也有助于识别诊断和组织实践中的潜在转变。本研究对四种主要呼吸系统疾病——肺癌、间质性肺纤维化（interstitial fibrosis）、慢性阻塞性肺疾病（COPD）和肺炎——的患者轨迹进行了描述性分析。在一家专科医院，将COVID-19前时期（2018-2019）与COVID-19时期（2020-2022）的轨迹进行了比较。通过将过程挖掘（process mining）应用于管理事件日志（administrative event logs），研究人员检查了护理的三个层面：活动的结构和顺序、护理接触之间的转换时间以及影像学及时性（imaging timeliness）。分析涵盖了住院、急诊科（emergency department, ED）和门诊环境。护理持续时间和转换时间的指标揭示了异质性的时间模式。几种疾病在COVID-19时期显示出更短的间隔，而其他疾病变化很小。活动水平分析补充了这些发现。过程图（process maps）显示出许多路径中稳定的结构成分，同时在时间和执行上存在差异。在急诊科，护理转向了床边放射摄影（bedside radiography），而胸部CT（CT chest）扫描量在不同时期和环境中保持相对稳定。影像学及时性在急诊科持续保持高水平，并在大多数住院情况下相对稳定。结果相关指标，包括30天再入院（30-day readmission）和延长护理轨迹（prolonged care trajectories），在时期之间仅显示出适度的差异。总体而言，本研究证明了过程挖掘在描述真实世界临床路径和识别护理时间变化方面的价值。这些结果为未来整合更丰富临床信息和能够评估因果关系分析方法的工作提供了基础。
**论文解读文章**
**研究背景及问题**
慢性呼吸系统疾病，包括慢性阻塞性肺疾病（COPD）、肺炎、肺癌和肺纤维化，是全球发病率和死亡率的主要病因。根据世界卫生组织数据，COPD在2019年是全球第三大死因，肺癌则是癌症相关死亡的首要原因。在加拿大魁北克省，COPD患病率接近10%，肺癌预计在2026年成为最常见的癌症。这些疾病不仅影响患者健康，还带来巨大的经济和社会负担。COVID-19大流行引入了前所未有的挑战，加剧了医疗系统的压力，特别是对慢性呼吸系统疾病患者，大流行严重扰乱了护理服务，延迟了常规治疗，并改变了护理方案。因此，重新评估临床路径的变化至关重要，以确保医疗系统能够满足肺部疾病患者的需求。临床路径是基于证据的结构化护理计划，过程挖掘（process mining）通过分析电子健康记录中的真实事件数据，能够可视化偏差、低效和瓶颈，帮助优化护理流程。本研究旨在利用过程挖掘技术，描述性分析肺病临床路径在COVID-19前（2018-2019）和大流行期间（2020-2022）的差异，重点关注事件持续时间、转换时间、活动模式的变化。
**研究内容与结论**
研究人员对魁北克心肺研究所（IUCPQ-UL）一家专科医院的1179名COPD患者、970名肺癌患者、285名肺纤维化患者和2280名慢性肺炎患者的数据进行了分析。通过比较两个时期，发现住院和急诊事件持续时间普遍缩短，但不同疾病存在异质性；转换时间在部分疾病中缩短，部分延长；活动水平过程图显示稳定结构成分与时间执行差异并存，如急诊中床边X光检查比例增加，胸部CT稳定。30天再入院率和延长住院比例变化不大。研究结论表明，过程挖掘能够有效描述真实世界临床路径的变化，为未来整合更丰富临床信息和因果分析提供基础。该论文发表在《Big Data and Cognitive Computing》。
**主要关键技术方法**
数据来源于IUCPQ-UL医院的住院、急诊、门诊和医学影像数据库，使用患者ID进行整合。使用过程挖掘工具Disco（Fluxicon）分析事件日志，从宏观（事件序列）和微观（活动序列）两个层面描述路径。通过计算图形编辑距离（Graph Edit Distance, GED）比较过程模型结构变化，使用Mann-Whitney U检验比较事件持续时间分布，并计算30天再入院率和延长住院（>30天）比例等指标。样本队列包括1179例COPD、970例肺癌、285例肺纤维化和2280例慢性肺炎患者，均为机构正式随访的慢性患者。
**研究结果**
**3.1 事件计数与时间趋势**
通过分析每年事件计数，发现2018-2019年间所有疾病类型的事件数量均呈上升趋势；2020年后，住院事件平均年下降27.4%，急诊事件下降23.8%，门诊事件下降15%。其中，2020-2021年间癌症和纤维化患者的急诊事件分别增加8.6%和6.7%，COPD、肺癌和纤维化患者的门诊事件有所增加。
**3.2 住院和急诊持续时间**
通过分析住院和急诊事件持续时间中位数，发现纤维化患者住院时间从6.93天降至6.56天，肺癌从4.76天降至4.35天，COPD和肺炎变化不大。急诊持续时间在所有疾病中均缩短，纤维化从9.92小时降至9.82小时，肺癌从9.62小时降至9.38小时，COPD从12.66小时降至11.37小时，肺炎从11.47小时降至10.22小时。箱线图显示纤维化和肺癌的持续时间分布更紧凑。
**3.3 直接转换时间与过程图**
通过直接转换时间分析，发现部分转换时间缩短，如癌症患者从门诊到急诊的转换时间从13天降至11.1天，COPD从19.1天降至15.2天；而纤维化患者从门诊到急诊的转换时间从22.5天增至33.6天。过程图显示，COPD急诊路径中，COVID-19时期初始活动从“胸部X线（2次或更少）”为主转变为“床边胸部X线”为主（63.6%）。图形编辑距离（GED）分析显示，住院路径（如癌症、纤维化）结构变化小，而急诊路径结构变化较大。影像活动频率分析表明，常规胸部X线减少，床边胸部X线增加，胸部CT保持稳定。
**3.4 诊断及时性、事件持续时间和再入院率**
通过分析影像及时性指标，发现急诊科6小时影像依从性在COVID-19时期对所有疾病均提高；住院24小时影像依从性对肺癌和COPD保持稳定，对纤维化和肺炎较低。中位影像时间在急诊科保持快速（1.8-2.7小时）。30天再入院率变化不大，癌症从12.3%降至10.5%，COPD从15.1%降至14.2%，纤维化稳定在2.1%，肺炎从1.3%降至0.0%。延长住院（>30天）比例在纤维化和肺炎中较高，其他疾病较低。
**3.5 事件持续时间的统计显著性**
通过Mann-Whitney U检验比较事件持续时间，住院事件无显著差异；急诊事件中COPD（p=0.0199）和肺炎（p=0.0104）在未校正时显著，但经Bonferroni校正后（校正阈值α=0.00625）均不显著，表明持续时间差异较小，符合描述性分析结果。
**讨论与结论**
讨论部分指出，不同疾病和护理场景下，事件持续时间和转换时间呈现差异，部分疾病缩短，部分变化不大。活动水平过程图显示结构稳定但执行时间变化，如急诊床边X线比例增加，可能反映大流行期间减少患者移动和调整分诊策略。图形编辑距离分析表明急诊路径重构较大，住院路径结构稳定。影像及时性在急诊科改善，住院保持稳定，表明尽管大流行压力，医院维持了诊断时间线。30天再入院率和延长住院比例变化不大，显示护理连续性未受明显影响。研究局限性包括描述性分析无法建立因果关系、数据来自单一机构、缺乏临床严重度和环境暴露信息。结论部分翻译如下：本研究利用过程挖掘技术，对专科医院肺部患者临床路径在两个时期进行了描述性分析。结果突出了住院、急诊和门诊环境中事件数量、持续时间和序列的差异。特别是观察到部分疾病事件持续时间缩短，转换时间变化，活动水平路径改变。然而，这些差异在不同疾病和护理过程中并不一致，指标间存在较大异质性。在更详细层面，过程图显示临床路径结合了稳定的结构成分（如一致的活动序列）与时间和执行上的变化。特定活动频率及其间时间间隔的差异进一步说明了不同疾病和场景下护理过程的异质性。总体而言，本研究展示了过程挖掘在分析真实世界医疗数据和描述多层面患者路径方面的潜力。此类描述性分析为医疗分析中更高级的研究提供了基础，并支持开发数据驱动方法以更好地理解医疗过程。
