研究使用电子健康记录数据评估二甲双胍失效风险，优化护理

梅奥诊所最近的一项研究发表在临床内分泌代谢杂志研究发现，使用机器学习和电子健康记录(EHR)数据可以帮助确定二甲双胍失效高风险的2型糖尿病患者。

二甲双胍是一种广泛使用的治疗药物糖尿病；然而，它在控制血糖水平方面并不总是有效的。虽然这是治疗的第一步，二甲双胍估计失败率为35%

梅奥医学与科学学院流行病学教授Suzette Bielinski博士说:“我们在这项研究中想要做的是确定一组具有高失败风险的患者。”她也是这项研究的主要作者。

该研究评估了密西西比大学医学中心、亚利桑那州山公园健康中心和罗切斯特流行病学项目(REP)的患者群体。REP是明尼苏达州的一个医疗记录链接系统，它将过去50年来当地卫生保健专业人员收集的用于研究的电子病历数据连接起来。

该项目分析了EHR系统中的临床数据机器学习帮助确定二甲双胍失效的人口统计学和临床预测因素。机器学习是人工智能的一个子领域，它使用算法和统计模型来允许系统做出预测或决策。

研究人员发现，特定的健康指标，包括衡量长期血糖控制的血红蛋白A1c水平，与二甲双胍治疗无效结果的高风险相关。年龄越大，钾含量越高，甘油三酯和心率越快也是预测指标。确定积极结果的另一个因素是所利用的保健的数量和时间。

作者指出，大约有2600万美国成年人被诊断为2型糖尿病糖尿病通常被称为糖尿病。此外，9180万人血糖升高，这是未来可能患有糖尿病的前兆。在美国，非裔美国人的糖尿病患病率是白人的两倍，拉丁裔美国人的糖尿病患病率是白人的35%。

然而，根据比林斯基博士的说法，研究人员发现，当糖化血红蛋白的基线得到控制时，在失败率上没有基于种族和民族的差异。

由于二甲双胍是治疗2型糖尿病最广泛的处方药之一，这项研究为卫生保健专业人员提供了一种方法，以确定需要更强化治疗或更密切监测的患者。Bielinski博士指出，这项研究展示了电子病历数据如何帮助优化患者护理。通过识别这些高危患者，卫生保健专业人员能够通过个性化医疗和预测建模的创新实践采取措施改善治疗和结果。