T-Rx: A toolbox for reproducible processing of prescriptions (Rx) stored in electronic health record databases

Stel je voor dat je een detective bent die een mysterie probeert op te lossen over waarom sommige mensen beter worden van een ziekte terwijl anderen dat niet worden. Om dit te doen, heb je een enorme bibliotheek aan aanwijzingen nodig. In de wereld van de moderne geneeskunde zijn deze aanwijzingen verborgen in "Electronic Health Records" (EHR's) — de digitale notitieblokken die artsen gebruiken om op te schrijven wat er met je aan de hand is en welke medicijnen ze je geven. Maar hier komt het lastige gedeelte bij: deze digitale notitieblokken zijn slordig. De ene arts schrijft "neem twee tabletten van 500 mg," terwijl een ander schrijft "500 mg tabletten, hoeveelheid 2," en een derde schrijft misschien gewoon "hoge dosis." Het is alsof je probeert een verhaal te lezen waarbij elke pagina in een ander handschrift en een andere taal is geschreven.

Wetenschappers hebben ook "biobanken," die gigantische schatkisten zijn met DNA-monsters en persoonlijke verhalen van honderdduizenden mensen. Wanneer zij proberen de slordige artsennotities te combineren met de DNA-schatkist, lopen ze tegen een muur aan. Ze kunnen niet gemakkelijk achterhalen hoeveel medicijnen iemand precies heeft ingenomen of hoe lang dat duurde. Zonder dit heldere beeld is het moeilijk te zien of een specif kind specifiek medicijn werkt, of dat iemand er resistent tegen is, of dat de dosering uitmaakt. Dit artikel introduceert een nieuwe tool die ontworpen is om dat slordige handschrift op te schonen en die verspreide aantekeningen te veranderen in een helder, leesbaar verhaal dat iedereen kan gebruiken om het mysterie van behandelingsresultaten op te lossen.

Maak kennis met T-Rx, het digitale Zwitserse zakmes voor receptgegevens. Denk aan het als een super slimme vertaler en organisator die leeft binnen een computerprogramma genaamd R. Zijn taak is om de chaotische, ongestructureerde krabbels die in elektronische gezondheidsdossiers worden gevonden, te veranderen in nette, georganiseerde gegevens die onderzoekers daadwerkelijk kunnen gebruiken. De auteurs bouwden T-Rx omdat ze merkten dat we weliswa'n tonnen aan data hebben, maar een standaardmethode missen om deze te verwerken. Momenteel, als een onderzoeker wil bestuderen hoe mensen reageren op antidepressiva, moet hij zijn eigen complexe code schrijven om te achterhalen wat "500 mg" in een specifieke notitie betekent. Een andere onderzoeker die hetzelfde onderwerp bestudeert, zou totaal andere code kunnen schrijven. Dit maakt het onmogelijk om hun resultaten te vergelijken, net zoals twee chefs die recepten met elkaar willen vergelijken wanneer ze verschillende maatbekers gebruiken.

T-Rx lost dit op met drie hoofdmodules, of tools, die samenwerken als een lopende band in een fabriek.

Ten eerste is er de Extraction and Imputation Module. Stel je voor dat je naar een recept kijkt dat zegt: "Amoxicilline 500 mg capsule." T-Rx gebruikt een speciale set regels (genaamd "regular expressions", wat zoek-en-vind-patronen zijn) om de getallen en eenheden op te sporen. Het pakt de "500" en de "mg" en plaatst ze in een netjes vakje. Als de notitie een getal mist, heeft T-Rx een tweede truc in zijn mouw genaamd "imputation". Het is als een detective die de gaten invult op basis van wat logisch is. Bijvoorbeeld, als een arts "neem één tablet" schrijft maar vergeet de sterkte te vermelden, kan T-Rx de standaardsterkte voor dat medicijn opzoeken en het invullen. Het team testte dit op echte gegevens uit de UK Biobank en de Clinical Practice Research Datalink (CPRD). Ze ontdekten dat T-Rx voor antidepressiva ongeveer 85% van de notities direct de sterkte eruit kon halen, en na het gebruik van de "invul-truc" de sterkte voor meer dan 99% van de gevallen wist te verkrijgen. Dat is een enorme verbetering ten opzichte van het achterlaten van de data als een rommeltje.

Ten tweede fungeert de Exposure Ascertainment Module als een time-lapse camera. Voorschriften in een database zijn meestal gewoon een lijst van losse gebeurtenissen: "Patiënt kreeg een pil op maandag," "Patiënt kreeg een pil op dinsdag." Maar in het echte leven nemen mensen medicijnen in over een bepaalde periode. Deze module neemt die verspreide stippen en verbindt ze om een doorgetrokken lijn te trekken, die precies laat zien wanneer een patiënt daadwerkelijk werd "blootgesteld" aan het medicijn. Het bepaalt of twee recepten overlappen (wat betekent dat de patiënt een continue voorraad had) of dat er een gat zat tussen de innames. Het stelt onderzoekers in staat om de hele reis van de behandeling te zien, en niet alleen geïsoleerde momentopnames.

Ten slotte is de Phenotyping Module de "verhalenverteller". Zodra de gegevens schoon en georganiseerd zijn, helpt deze tool onderzoekers om specifieke vragen te stellen. Het kan bijvoorbeeld direct "behandelingsresistente depressie" (TRD) identificeren. In het verleden vereiste het definiëren van TRD complexe codering om te controleren of een patiënt tijdens een episode minstens twee keer van medicijn was gewisseld. T-Rx heeft vooraf gebouwde commando's die dit in één enkele regel code doen. Het kan ook detecteren wanneer een patiënt van het ene medicijn naar het andere overstapt. De auteurs lieten zien dat ze door deze tools te gebruiken, ruwe receptenlijsten konden omzetten in duidelijke profielen van patiënten die van medicatie wisselden of die niet op de behandeling reageerden.

Het artikel beweert niet dat T-Rx perfect is of dat het overal ter wereld werkt. Het team geeft toe dat ze het alleen hebben getest op gegevens uit het Verenigd Koninkrijk (specifiek de UK Biobank en de CPRD). Ze hebben nog niet gecontroleerd of het werkt op gegevens uit andere landen waar artsen notities anders kunnen opschrijven. Ze suggereren echter dat, omdat T-Rx open-source is (wat betekent dat iedereen de code kan bekijken en verbeteren), andere wetenschappers kunnen helpen het uit te breiden. Ze merken ook op dat, terwijl sommige andere tools complexe kunstmatige intelligentie gebruiken om notities te lezen, T-Rx eenvoudiger, op regels gebaseerde methoden gebruikt die sneller en gemakkelijker te controleren zijn, wat het een geweldig startpunt maakt voor iedereen die wil bestuderen hoe medicijnen in de echte wereld werken.

Kortom, T-Rx is een gereedschapskist die de rommelige, verwarrende wereld van digitale receptnotities verandert in een schone, georganiseerde dataset. Het ontdekt niet zelf nieuwe medicijnen of geneest geen ziekten, maar het geeft wetenschappers de heldere, betrouwbare gegevens die ze nodig hebben om eindelijk te begrijpen waarom behandelingen voor de één wel werken en voor de ander niet. Door deze tools gratis en gemakkelijk toegankelijk te maken, hopen de auteurs dat onderzoekers overal zullen stoppen met het wiel opnieuw uitvinden en kunnen beginnen met het vergelijken van hun bevindingen om het grotere puzzelstuk van de menselijke gezondheid op te lossen.