Details

Title: Предсказательное моделирование с применением анализа больших данных на основе ценностно-ориентированного подхода к диагностике и лечению сердечно-сосудистых заболеваний: выпускная квалификационная работа магистра: направление 38.04.05 Бизнес-информатика ; образовательная программа 38.04.05_04 Технологии управления медицинской организацией
Creators: Звартау Надежда Эдвиновна
Scientific adviser: Ильин Игорь Васильевич
Other creators: Зотова Елизавета Александровна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Вычислительные сети — Моделирование; ценностно-ориентированный подход; телемониторирование артериального давление; экономическая эффективность; персонифицированная медицина; информационные технологии в здравоохранении; компьютерное моделирование; prom-анализ; исходы заболеваний; системы поддержки принятия решений; артериальная гипертензия
UDC: 004.942:616-071
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 38.04.05
Speciality group (FGOS): 380000 - Экономика и управление
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-6090
Rights: Доступ по паролю из сети Интернет (чтение)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Работа посвящена применению предсказательного моделирования на основе больших данных при сердечно-сосудистых заболеваниях, разработке болезнь-специфичного опросника по пациент-ориентированным конечным точкам для отработки на модели телемониторирования артериального давления ценносто-ориентированного подхода, включающего расчет экономической эффективности метода лечения. На основе базы данных медицинской информационной системы разработаны уникальные словари сопутствующих заболеваний с трехуровневневой иерархической структурой (20 групп, 91 тип и 2019 заболеваний) и сопутствующих препаратов (697 наименования). Отработана методология кластеризации, получены первые результаты по кластерам 20 групп заболеваний по результатам частотного анализа с применением алгоритма Априори и создания Байесовых сетей. Созданы предсказательные модели по ответу на терапию антигипертензивными препаратами в зависимости от профиля пациента и летальности в стационаре при остром коронарном синдроме. Создан и валидирован первый болезнь-специфичный PROM-опросник для больных артериальной гипертензией для оценки пациент-ориентированных конечных точек. При помощи модели телемониторирования артериального давления с использованием PROM-опросника отработаны методы оценки экономической эффективности и доказана «ценность» данного вмешательства.

The project deals with the predictive modelling based on big data analysis in cardiovascular disease, development of disease-specific questionnaire for assessment of patient-reported outcomes with implementation of value based-approach during blood pressure telemonitoring together with estimation of method’s economic efficacy. Data of medical information system served for development of unique dictionaries of concomitant diseases with three-level hierarchical structure (20 groups, 91 types and 2019 diseases) and concomitant medications (697). Methodology of clusterisation was developed and 20 clusters were identified based of Apriori algorithm and Bayesian networks. Predictive models for response to antihypertensive treatment depending on patient’s profile and in-hospital mortality of acute coronary patients were created. First disease-specific PROM-questionnaire for hypertensive patients was developed and validated for assessment of patient-oriented endpoints. Blood pressure telemonitoring with PROM-questionnarie served as a model for assessment of economic efficacy and confirmation of value of this approach.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
Internet Authorized users SPbPU Read
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Usage statistics

stat Access count: 14
Last 30 days: 1
Detailed usage statistics