Lipoprotein(a) je doposud prakticky zcela přehlížený rizikový faktor. Jeho patofyziologický mechanismus však podle dostupných důkazů vede k nezanedbatelnému zvýšení incidence kardiovaskulárních chorob, aditivně nad rámec rizika daného konvenčními faktory. V současné době se ve finální fázi klinického vývoje nachází dokonce několik nadějných substancí přímo ovlivňujících koncentrace lipoproteinu(a). Je tudíž vhodné zlepšit povědomost o tomto faktoru v klinické praxi a zejména přistoupit k jeho systematickému screeningu.
Lipoprotein(a) represents a virtually overlooked risk factor. However, its pathophysiological mechanism leads to a non-negligible increase in the incidence of cardiovascular diseases, additively beyond the risk mediated by conventional factors. Currently, several promising drugs are in the final phase of clinical development to directly affect lipoprotein(a) concentrations. It is therefore necessary to improve awareness of this factor in clinical practice and, in particular, proceed to its systematic screening.
Data Analytics provides various methods and approaches to extract hidden and poten-tially useful knowledge for different purposes. It means that we can use this knowledge for decision support, e.g. to identify crucial inputs and relations, to predict some future state, to confirm or reject our hypothesis. The medical diagnostics deals with all the mentioned tasks to provide a right diagnosis for the patient and to ensure the effective diagnostic process. In this paper, we briefly describe some of our activi-ties oriented to support medical diagnostics by means of Data Analytics approaches; we selected only key points here, more details can be found in our previously pub-lished articles.
- Publikační typ
- abstrakt z konference MeSH
- Publikační typ
- abstrakt z konference MeSH
