2018年4月30日的《BMJ》刊载了一项研究，该研究在较大规模范围（272个常规实验室测试）内评估医疗数据处理对电子健康记录（electronic health record, EHR）数据预测值的影响。 

　　该研究选择马萨诸塞州波士顿市两家大型医院（可提供住院、急诊、门诊医疗服务）作为研究地点，参与者为2005-2006年在两家医院接受治疗的所有669452名患者。以各实验室3年生存率测试预测值相对精度为主要结果测量指标。其中分别将日期、星期、测试安排频率与测试结果进行比较。 

抛却其他测试结果相关信息，在272个实验室测试中，有233个（86%）的测试顺序与生存率数据间呈现出显著关联（p<0.001）。同时，在174个实验室测试中，有118个的测试安排时间数据的精度高于生存率预测值。 

　　在分析收集到的健康数据时，必须解决数据处理问题，并考虑其影响。若未对数据环境进行仔细研判，EHR数据将不适用于许多研究课题。而经清晰建模后，数据处理反而有助于深入了解患者健康状况。 

　　原文出处：Agniel D, Kohane IS, Weber GM. Biases in electronic health record data due to processes within the healthcare system: retrospective observational study[J]. BMJ. 2018 Apr 30;361:k1479. doi: 10.1136/bmj.k1479. 

　　链接：https://www.ncbi.nlm.nih.gov/pubmed/29712648