Abbrevia(ons ¡in ¡ ¡ Swedish ¡Clinical ¡Text ¡-‑ ¡ ¡ use ¡by ¡three ¡professions ¡ Elin LÖVESTAM a, , Sumithra VELUPILLAI b and Maria KVIST b, c a Dept. of Food, Nutrition and Dietetics, Uppsala university, Uppsala, Sweden b Dept. of Computer and Systems Sciences, Stockholm University, Stockholm, Sweden c Dept. of Learning, Informatics, Management and Ethics (LIME), Karolinska Institutet, Sweden
Abbrevia(ons ¡in ¡clinical ¡texts… … ¡are ¡frequently ¡used … ¡can ¡be ¡standardized ¡or ¡ad ¡hoc … ¡are ¡o@en ¡ambiguous 2
Unstandardized ¡and ¡ambiguous ¡ abbrevia(ons… … ¡decreases ¡pa(ent ¡safety … ¡is ¡an ¡obstacle ¡for ¡pa(ents ¡reading ¡ther ¡own ¡EHR 3
Aim To ¡analyse ¡the ¡use ¡of ¡some ¡abbrevia(ons ¡by ¡three ¡professions: • Die((ans • Nurses • Physicians 4
Two ¡different ¡corpora: A. Diete(c ¡corpus ¡from ¡Uppsala: • 147 ¡systema(cally ¡collected ¡notes ¡by ¡die((ans • About ¡30 ¡000 ¡words A B B. Subset ¡from ¡Stockholm ¡EPR ¡Corpus • Diete(c ¡notes ¡by ¡die((ans ¡9 ¡516 ¡625 ¡words • Daily ¡notes ¡by ¡nurses ¡ 13 ¡925 ¡899 ¡ ¡words • Radiology ¡notes ¡by ¡physicians ¡ 15 ¡370 ¡134 ¡words 5
Extrac(ng ¡and ¡matching ¡abbrevia(ons 1. ¡Corpus ¡A 2. ¡Corpus ¡B A B • Tokenized ¡ • Manual ¡content ¡ • Matched ¡with ¡the ¡ analysis ¡ ¡ ¡ ¡266 ¡abbrevia(ons • Result: ¡266 ¡unique ¡ abbrevia(ons 6
Context ¡analysis • Classification 1. ¡Corpus ¡A 2. ¡Corpus ¡B in categories A B • 40 ¡abbrevia(ons ¡ • 20 ¡sentences ¡randomly ¡ were ¡selected extracted ¡for ¡each ¡ ¡ abbrevia(on 7
Results 8 ¡ ¡% % (n=21) None: ¡ 9 ¡ ¡% % (n=24) 5 ¡ ¡% % 3 ¡ ¡% % (n=12) (n=9) 72 ¡ ¡% % (n=191) 0 ¡ ¡% % 1 ¡ ¡% % (n=0) (n=2) 3 ¡ ¡% % (n=7) 8 Frequencies ¡of ¡shared ¡abbrevia(ons ¡(n=266)
Categoriza(on ¡of ¡abbrevia(ons ¡found ¡in ¡corpus ¡A Cor Corpus ¡A ¡A Categ Ca egor ories es (n=2 =266) 90 General ¡non-‑standardized 12 General ¡standardized 25 General ¡standardized, ¡ punctua(on ¡mistakes 36 Food/meals 33 Medical ¡assessment ¡and ¡ interven(on 18 Diseases 17 Units 16 Ins(tu(ons/hospitals 16 Laboratory ¡values 5 Health ¡care ¡professions 0 Body ¡parts 0 Names ¡of ¡persons/products 3 Probable ¡spelling ¡mistakes
Categoriza(on ¡of ¡the ¡40 ¡abbrevia(ons ¡in ¡corpus ¡B General non-standardized General non-standardized General standardized General standardized General standardized, punctuation General standardized, punctuation mistakes mistakes Food/meals Food/meals Medical assessment/intervention Medical assessment/ intervention Diseases Dietitians (n=40) Diseases Nurses (n=40) Units Units Physicians (n=40) Institutions/hospitals Institutions/hospitals Laboratory values Laboratory values Health care professions Health care professsions Body parts Body parts Names of persons/products Names of persons/products Probable spelling mistakes Probable spelling mistakes 0 5 10 15 20 25 30
Mul(ple ¡meanings ¡of ¡abbrevia(ons ¡found ¡in ¡corpus ¡B 30 25 20 Number of abbreviations Dietitians 15 Nurses Physicians 10 5 0 1 2 3 4 5 6 7 Number of meanings/abbreviation
Different ¡meanings ¡of ¡the ¡ ¡ abbrevia(on ¡”gr”in ¡Corpus ¡B Or Original ¡e ¡exp xpres ession on Or Original ¡e ¡exp xpres ession on ¡i ¡in ¡ ¡ Used ¡b Used ¡by ¡p y ¡prof ofession ession Sw Swedish gram gram Die((an ¡+ ¡nurse ¡+ ¡ physician Celsius ¡degree grader Nurse ¡+ ¡physician group grupp Die((an ¡+ ¡physician (mes gånger Die((an ¡+ ¡nurse angular ¡degree grader Physician level ¡of ¡disease grad ¡av ¡sjukdom Physician due ¡to på ¡grund ¡av ¡( ¡p ¡gr ¡a) Physician probable ¡spelling ¡ Nurse mistake
Different ¡ways ¡to ¡abbreviate ¡ ¡ diabetes ¡mellitus ¡in ¡Corpus ¡B Original ¡ Or ¡ Die((ans Die((ans Nu Nurses es Ph Physic sicians ians Abbrevia(on Ab on ex expre ression diabetes 118 965 158 diab diabetes ¡mellitus 432 38 290 dm Diabetes ¡Mellitus 597 69 4219 DM Diabetes ¡Mellitus ¡ 71 0 0 DMT1 type ¡1 Diabetes ¡Mellitus ¡ 39 0 0 DMT2 type ¡2 Insulin ¡Dependent ¡ 416 0 36 IDDM Diabetes ¡Mellitus
Conclusions • Ambiguous ¡abbrevia(ons ¡are ¡common ¡both ¡within ¡and ¡between ¡ professions • Different ¡professions ¡seem ¡to ¡have ¡different ¡abbrevia(on ¡ cultures
This ¡may ¡lead ¡to… • …misunderstandings ¡between ¡healthcare ¡professionals • …misunderstandings ¡between ¡healthcare ¡professionals ¡and ¡ pa(ents ¡reading ¡their ¡own ¡pa(ent ¡record • …difficul(es ¡performing ¡automated ¡informa(on ¡extrac(on ¡ from ¡pa(ent ¡records
Corresponding ¡author: ¡Elin ¡Lövestam, ¡ elin.lovestam@ikv.uu.se
Recommend
More recommend
