收稿日期:
修回日期:
接受日期:
出版日期:
通讯作者:
基金资助:
*为共同第一作者
介绍以R语言为基础的整理胸外科电子病历中文本资料的方法。
整理2019年8月至2022年8月连续在宁波市第二医院接受肺恶性肿瘤手术患者的淋巴结转移数据。将病理文本信息存储于EXCEL单元格中。先将总样本平分给4位独立的研究者，以手工方式提取数据，然后分别以R语言（版本4.2.2）正则表达式提取相应数据，对比手工提取与R语言提取数据所需时间及正确率差异。再将所有数据由另一位研究者以R语言独立处理，评估所需时间及正确率。
在研究期间，共9 154例患者在我院胸外科接受了手术治疗，其中8 579例（93.7%）恶性肿瘤患者接受了系统淋巴结清扫或采样术。四位研究者中，每位平均处理2 288例患者，手工提取淋巴结信息所需时间分别为100、120、115及130 h，平均为116.25 h；正确率分别为96%，94%，97%及95%，平均为95.5%。使用R语言处理同批数据所用时间分别为60、30、50及75 min，平均为55 min；正确率分别为99%，100%，100%及98%，平均为99.25%。无论是时间还是正确率，R语言方法均显著性优于人工方法（P<0.001）。当所有数据由另一位研究者以R语言独立处理时，所用时间为45 min，正确率为99%。
R语言处理电子病历中文本资料是一种行之有效的方法，使用该方法能明显提高胸外科专病数据库建设的效率和质量。