一种在电子健康档案中大规模分类和衡量污名化语言与正面语言的方法

《BMC Health Services Research》：An approach to classifying and measuring stigmatizing and positive language at scale in electronic health records

　　

摘要

背景

既往研究表明，临床医生对患者的态度会体现在他们撰写临床记录时所使用的语言中，而这些语言会影响阅读这些记录的其他临床医生的态度，以及患者所接受的护理质量。为了便于对电子健康记录（EHR）中此类语言进行大规模分析，我们开发了一种方法，利用自然语言处理（NLP）技术识别并语义分类电子健康记录中的污名化和正面语言。

方法

我们首先编制了一份临床医生记录中使用的污名化和正面术语词典，并将其归类到不同的语义类别中。我们从2个学术医疗系统的临床记录中标注了10,244个此类术语的示例，根据它们传达的是污名化还是正面情感进行分类。我们使用这些标注示例训练和验证了自然语言处理模型，以识别并语义分类电子健康记录中的污名化和正面语言。我们在另一套来自单一医疗系统的记录上运行了我们的模型，这些记录撰写于2016年至2023年之间，来自4个临床科室之一：急诊医学、内科、妇产科和外科（包括外科亚专科）。我们考察了不同语义类别的电子健康记录语言的整体和跨临床科室的流行率，并使用创新方法评估了记录模板和复制延续做法对语言流行率的影响。

结果

我们的词典包含了4个语义类别的术语：可信度、举止、对建议护理的依从性以及身体外观。在12,841,577份记录中，与患者依从性相关的污名化术语（例如，不依从）最为常见（占记录的4.23%），其次是暗示患者缺乏可信度（0.86%）或举止难以应对（0.82%）的术语。污名化术语在高达25%的记录中被复制延续；正面术语（例如，愉快）常见于模板中（高达65%的记录）。污名化和正面术语的流行率在不同临床环境中均有所不同。

结论

电子健康记录中的污名化和正面语言传达了不同的情感，其流行率各不相同，反映了不同的潜在偏见。我们的方法可用于衡量电子健康记录语言作为机构文化和偏见的标志，指导干预措施针对被识别为最具问题的特定类型偏见，并监测这些干预措施的影响。