Dados Médicos Eletrônicos e a Evolução da Análise da Saúde

Nessa importante matéria do New York Times é apresentado um pequeno paralelo com a situação dos EUA em relação a análise de dados médicos eletrônicos (EHR Eletronic Health Records) no qual segundo a reportagem pode ser um diferencial para a melhoria do sistema de saúde como um todo, pois além de permitir análises históricas, também pode apresentar vantagens em relação aos métodos tradicionais de diagnósticos nos quais ainda são muito sobjetivos dentro da clínica médica.

Anúncios
Dados Médicos Eletrônicos e a Evolução da Análise da Saúde

Identificação de Pacientes com Hipertensão: Um caso de auditoria em Registros Médicos Eletrônicos

Este artigo da Health Information Management escrito por  Adam Baus, Michael Hendryx, e Cecil Pollard coloca em plano o estudo relacionado a utilização de dados médicos para análise e descoberta de conhecimento sobre pacientes com hipertensão.

O estudo mostra de maneira muito estruturada a forma em que os pesquisadores realizaram todo o processo de KDD (Knowledge Discovery in Databases – Descoberta de Conhecimento em Bases de Dados) através do Data Gathering, tratamento e cleasing de informações, análise,  resultados e discussão. Em si o artigo não apresenta muitos termos técnicos em mineração de dados, mas coloca em perspectiva o método que é bastante interessante para projetos desse domínio.

Em geral, pensando em projeto de mineração de dados para instituições públicas que poderia utilizar esse domínio (Ministério da Saúde, Secretarias Estaduais e Municipais de Saúde, Hospitais e outros) o artigo é bem completo nesse sentido, não só pelos ótimos resultados encontrados, mas também pelo fato de elencar as principais dificuldades encontradas nesse tipo de projeto.

Identificação de Pacientes com Hipertensão: Um caso de auditoria em Registros Médicos Eletrônicos

Indústria Farmacêutica + Mineração de Dados + Dados de Pacientes = Violação de Direitos

Um dos episódios que mostram que ainda não há critérios para a utilização da Mineração de Dados; e porque a privacidade pode ser um fator crítico para o seu desenvolvimento nos próximos anos.

Indústria Farmacêutica + Mineração de Dados + Dados de Pacientes = Violação de Direitos

A Naïve Bayes Approach to Classifying Topics in Suicide Notes

Este paper bastante interessante sobre Text Mining (Mineração sobre bases textuais) trata de uma análise sobre cartas de suicídio e foi apresentado na I2B2 Challenge on Sentiment Classification.

O abstract traz informações relevantes sobre o método de trabalho e o resultado, porém; por mais doentio que possa parecer em um primeiro momento devido a morbidade do título; a iniciativa é amplamente válida para estudos relacionados a classificação e identificação de padrões de características que podem ajudar estudos psiquátricos, médicos, e até famacológicos na busca de atenuação desse tipo de comportamento humano.

A Naïve Bayes Approach to Classifying Topics in Suicide Notes

A Naïve Bayes Approach to Classifying Topics in Suicide Notes

Authors: Irena Spasic, Pete Burnap, Mark Greenwood and Michael Arribas-Ayllon
Publication Date: 30 Jan 2012
Journal: Biomedical Informatics Insights
Citation: Biomedical Informatics Insights 2012:5 (Suppl. 1) 87-97

Abstract
The authors present a system developed for the 2011 i2b2 Challenge on Sentiment Classification, whose aim was to automatically classify sentences in suicide notes using a scheme of 15 topics, mostly emotions. The system combines machine learning with a rule-based methodology. The features used to represent a problem were based on lexico–semantic properties of individual words in addition to regular expressions used to represent patterns of word usage across different topics. A naïve Bayes classifier was trained using the features extracted from the training data consisting of 600 manually annotated suicide notes. Classification was then performed using the naïve Bayes classifier as well as a set of pattern–matching rules. The classification performance was evaluated against a manually prepared gold standard consisting of 300 suicide notes, in which 1,091 out of a total of 2,037 sentences were associated with a total of 1,272 annotations. The competing systems were ranked using the micro-averaged F-measure as the primary evaluation metric. Our system achieved the F-measure of 53% (with 55% precision and 52% recall), which was significantly better than the average performance of 48.75% achieved by the 26 participating teams.

A Naïve Bayes Approach to Classifying Topics in Suicide Notes

The Application of Data Warehouse and Data Mining in Information System of Hospital

Para quem interessar, uma boa proposta de aplicação da Mineraçao de Dados/Data Warehousing sobre dados médicos.

The Application of Data Warehouse and Data Mining in Information System of Hospital