témavezető: Fogarassyné Vathy Ágnes
helyszín (magyar oldal): Pannon Egyetem, Műszaki Informatikai Kar, Rendszer- és Számítástudományi Tanszék helyszín rövidítés: PE
A kutatási téma leírása:
Az elektronikus információ ugrásszerű növekedése az egészségügyi kutatások terén fokozottan reflektorfénybe helyezi a retrospektív klinikai vizsgálatokat. A rendelkezésre álló nagy adatmennyiség (big data) hagyományos statisztikai módszerekkel történő feldolgozása nem minden esetben hatékony, illetve esetenként megvalósítási korlátokba ütközik.
A nagyadathalmazokból történő információkinyerés fontos eszköze az adatbányászat, beleértve a speciális irányzatait, mint hálózatelemzés, folyamatbányászat. Általánosságban igaz azonban, hogy az egészségügyi ellátás és az ember, mint biológiai rendszer egyedi jellegéből adódóan az adatbányászati módszerek csak szakterületspecifikus kiterjesztést követően vállnak alkalmazhatóvá az egészségügyi adatok hatékony elemzésére. Az újonnan fejlesztendő, egészségügyre adaptált algoritmusok és módszerek hatékonyan képesek hozzájárulni a klinikai vizsgálatok retrospektív megvalósításához, illetve lehetőséget nyújtanak az ember, mint legösszetettebb biológia rendszer működését befolyásoló tényezők közti összefüggések feltárásához. A feltárt ismeretek fontos alapot
biztosítanak az egyénre szabott orvoslás megvalósításához.
A kutatásban résztvevő jelölt feladata olyan kognitív szemléletű egészségügyre adaptált adatbányászati módszerek kidolgozása és esettanulmányokon keresztül történő bemutatása, amelyek hatékonyan járulnak hozzá az egészségügyi adatvagyonban rejlő valós összefüggések feltárásához és alkalmazásához. A kutatási téma kiemelt spektrumába
tartoznak az esetkontrollos vizsgálatok kontrollcsoportkiválasztási módszereinek bővítése, valamint az egészségügyi ellátási folyamatok komplexitásából fakadó nagy dimenzionalitású adatterek független változói közti kapcsolatrendszerek feltárása és a gyógyulási folyamatokra gyakorolt hatásmechanizmusának vizsgálata. Akidolgozott módszereket és eljárásokat a klinikai gyakorlatban dolgozó orvosszakértők bevonásával
kívániuk validálni.
A kutatási téma előzményei:
[1] Peter C Austin, Nathaniel Jembere, Maria Chiu. Propensity score matching and complex surveys. Statistical Methods in Medical Research (2016) Online First
[2] Austin, Peter C. The Performance of Different Propensity Score Methods for Estimating Marginal Hazard Ratios. Statistics in Medicine 32.16 (2013): 2837-2849.
[3] Hosmer Jr, David W., Stanley Lemeshow, and Rodney X. Sturdivant. Applied logistic regression. Vol. 398. John Wiley & Sons, 2013.
[4] Harrell, Frank E., Kerry L. Lee, and Daniel B. Mark. Multivariable prognostic models: issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Statistics in Medicine 15.4 (1996): 361-387.
Bejelentkezés
