Wyniki wyszukiwania - BazTech

1

Fusion of clinical data: A case study to predict the type of treatment of bone fractures

Haq Anam, Wilk Szymon, Abelló Alberto

International Journal of Applied Mathematics and Computer Science

|

2019

|

Vol. 29, no. 1

51--67

EN

A prominent characteristic of clinical data is their heterogeneity—such data include structured examination records and laboratory results, unstructured clinical notes, raw and tagged images, and genomic data. This heterogeneity poses a formidable challenge while constructing diagnostic and therapeutic decision models that are currently based on single modalities and are not able to use data in different formats and structures. This limitation may be addressed using data fusion methods. In this paper, we describe a case study where we aimed at developing data fusion models that resulted in various therapeutic decision models for predicting the type of treatment (surgical vs. non-surgical) for patients with bone fractures. We considered six different approaches to integrate clinical data: one fusion model based on combination of data (COD) and five models based on combination of interpretation (COI). Experimental results showed that the decision model constructed following COI fusion models is more accurate than decision models employing COD. Moreover, statistical analysis using the one-way ANOVA test revealed that there were two groups of constructed decision models, each containing the set of three different models. The results highlighted that the behavior of models within a group can be similar, although it may vary between different groups.

2

Multivariate statistical interpretation of clinical data of prolactinoma patients

Georgieva-Nikolova R., Kamenov Z., Slavova M., Nikolov M., Simeonov V.

Ecological Chemistry and Engineering. A

|

2013

|

Vol. 20, nr 4-5

585--594

EN

This study reveals some specific relationships between the clinical parameters usually checked at prolactinoma patients allowing in such a way to optimize the monitoring procedure by selecting a reduced number of health status indicators. This is achieved by multivariate statistical interpretation of the parameter values where clusters of indicators with correlated (similar) response are proven. Additionally, four patterns of prolactinoma patients are found each one of them characterized by specific clinical indicators. This original information could be of use for better interpretation of the health status of the patients.

PL

Przeprowadzone badania pacjentów z prolaktynemią wykazały istnienie pewnych zależnooeci pomiędzy parametrami klinicznymi, umożliwiających optymalizację procedur monitorowania stanu zdrowia za pomocą mniejszej liczby wskaźników. Taką optymalizację można osiągnąć dzięki interpretacji wartooeci parametrów za pomocą wielowymiarowych metod statystycznych, za pomocą których wykazano istnienie skorelowanych grup zmiennych wskaźnikowych. Dodatkowo stwierdzono istnienie czterech grup pacjentów z prolaktynemią, charakteryzujących się specyficznymi wskaźnikami klinicznymi. Informacje te mogą być wykorzystane do lepszej oceny stanu zdrowia pacjentów.

3

Correlation analysis of clinical test data for diabetes mellitus type 2 patients

Nikolov M., Simeonova P., Simeonov V.

Ecological Chemistry and Engineering. A

|

2008

|

Vol. 15, nr 7

683-691

EN

The present study deals with the application of correlation analysis as an option for assessment of clinical data from diabetes mellitus type 2 patients. One hundred clinical cases of patients are considered as object of the statistical treatment, each one of them characterized by 34 various clinical parameters. The go al of the study was to find patterns of correlation between the clinical tests. Each group of correlated indices is interpreted revealing specific aspects of the data structure. Relevant explanation of the correlation is found based on the patterns of correlation for parameters determining glucose level, anthropometric data, enzyme level, liver function, kidney function etc. It is assumed that this correlation could be of help in optimizing the performance of clinical test for this type of patients and for designing a pattern for the role of the different groups of test in determining of the metabolic syndrome of the patients.

PL

Zastosowano analizę korelacyjną jako metodę wspomagającą ocenę danych klinicznych pacjentów chorujących na cukrzycę typu 2. Badaniami objęto stu pacjentów, każdy z nich został scharakteryzowany za pomocą 34 różnych parametrów klinicznych. Celem badań było znalezienie struktur w korelacjach pomiędzy wynikami testów klinicznych. Każda skorelowana grupa pokazuje specyficzne aspekty struktur danych. Korelacje wyjaśniono na podstawie znalezionych struktur w korelacjach pomiędzy poziomem cukru we krwi, danymi antropometrycznymi, poziomem enzymów, funkcjami wątroby i nerek i in. Wydaje się, że korelacje te pomogą lepszemu wykorzystaniu testów klinicznych dla tego typu pacjentów oraz w projektowaniu grup testów do określania zespołów metabolicznych pacjentów.