Data presentation
Dotaz
Zobrazit nápovědu
NCCLS ; Vol.20,No.25
26 s.
Množství dostupných dat, která jsou relevantní pro podporu klinického rozhodování, roste mnohem rychleji, než naše schopnost je analyzovat a interpretovat. Proto dosud není plně využit potenciál dat přispět ke stanovení správné diagnózy, terapie a prognózy jednotlivého pacienta. Měřená data mohou zajistit konkrétní přínos pro konkrétního pacienta, což však platí jen v případě, že jejich biostatistická analýza je provedena spolehlivě a pečlivě. To vyžaduje řešit výzvy, které se mohou jevit nesrozumitelnými pro nestatistiky. Cílem tohoto článku je diskutovat principy statistické analýzy velkých dat ve výzkumu i rutinních aplikacích v klinické medicíně, se zvláštním zřetelem na specifické aspekty psychiatrie. Biostatistická analýza dat ve speciálním oboru vyžaduje své specifické přístupy a odlišné zkušenosti oproti jiným klinickým oblastem, jak dokládají komplikace při analýze psychiatrických dat. Analýza velkých dat v psychiatrickém výzkumu i rutinních aplikacích je velmi vzdálena pouhé servisní činnosti využívající standardní metody mnohorozměrné statistiky a/nebo strojového učení.
The amount of available data relevant for clinical decision support is rising not only rapidly but at the same time much faster than our ability to analyze and interpret them. Thus, the potential of the data to contribute to determining the diagnosis, therapy and prognosis of an individual patient is not appropriately exploited. The hopes to obtain benefit from the data for an individual patient must be accompanied by a reliable and diligent biostatistical analysis which faces serious challenges not always clear to non-statisticians. The aim of this paper is to discuss principles of statistical analysis of big data in research and routine applications in clinical medicine, focusing on particular aspects of psychiatry. The paper brings arguments in favor of the idea that the biostatistical analysis of data in a specialty field requires different approaches and different experience compared to other clinical fields. This is illustrated by a description of common complications of the analysis of psychiatric data. Challenges of the analysis of big data in both psychiatric research and routine practice are explained, which are far from a routine service activity exploiting standard methods of multivariate statistics and/or machine learning. Important research questions, which are important in the current psychiatric research, are presented and discussed from the biostatistical point of view.
1st ed. xviii, 401 s.
- Klíčová slova
- Bioinformatika, Multimedia, Data,
- Konspekt
- Lékařské vědy. Lékařství
- NLK Obory
- lékařská informatika
Uvádíme přehled metod lícování neboli registrace 2D (obrazových) a 3D (objemových) diskrétních dat. Registrací rozumíme nalezení geometrické transformace mezi dvěma soubory diskrétních dat, která ztotožní pozici, orientaci a velikost korespondujících objektů obou souborů. V biomedicíněje aktuální při srovnávání objektů v čase (např. sledování léčby nádoru) nebo při jejich sledování různými senzory (např. integrace dat z různých lékařských zobrazovacích zařízeni) nebo při rekonstrukci 3D objektů ze sériových řezů v mikroskopii a podobně.
We present a short survey of image/volume registration techniques. Registration represents determination of coefficients of geometrical transformation between two images/volumes in order to get corresponding objects into the same position, orientation and scale. In biomedicine this is actual when one compares object(s) during a time period (e.g. tumour treatment observation) or by the use of different sensors (e.g. different modality data fusion). Also, registration is a prerequisite for 3D reconstruction and visualisation of objects from serial optical slices captured by a microscope, etc.
1 svazek : ilustrace, tabulky ; 30 cm
- MeSH
- empirický výzkum MeSH
- orální zdraví MeSH
- správnost dat MeSH
- statistika jako téma MeSH
- stomatologický výzkum MeSH
- zlepšení kvality MeSH
- Publikační typ
- abstrakty MeSH
- kongresy MeSH
- sborníky MeSH
- zprávy MeSH
- Konspekt
- Věda. Všeobecnosti. Základy vědy a kultury. Vědecká práce
- NLK Obory
- věda a výzkum
- zubní lékařství
- NLK Publikační typ
- powerpointové prezentace
BACKGROUND: The Big Multiple Sclerosis Data (BMSD) network ( https://bigmsdata.org ) was initiated in 2014 and includes the national multiple sclerosis (MS) registries of the Czech Republic, Denmark, France, Italy, and Sweden as well as the international MSBase registry. BMSD has addressed the ethical, legal, technical, and governance-related challenges for data sharing and so far, published three scientific papers on pooled datasets as proof of concept for its collaborative design. DATA COLLECTION: Although BMSD registries operate independently on different platforms, similarities in variables, definitions and data structure allow joint analysis of data. Certain coordinated modifications in how the registries collect adverse event data have been implemented after BMSD consensus decisions, showing the ability to develop together. DATA MANAGEMENT: Scientific projects can be proposed by external sponsors via the coordinating centre and each registry decides independently on participation, respecting its governance structure. Research datasets are established in a project-to-project fashion and a project-specific data model is developed, based on a unifying core data model. To overcome challenges in data sharing, BMSD has developed procedures for federated data analysis. FUTURE PERSPECTIVES: Presently, BMSD is seeking a qualification opinion from the European Medicines Agency (EMA) to conduct post-authorization safety studies (PASS) and aims to pursue a qualification opinion also for post-authorization effectiveness studies (PAES). BMSD aspires to promote the advancement of real-world evidence research in the MS field.
- MeSH
- big data MeSH
- lidé MeSH
- mezinárodní spolupráce MeSH
- registrace * MeSH
- roztroušená skleróza * epidemiologie terapie MeSH
- šíření informací MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
The article deals with some basic approaches to the management of secured access to data on external storage devices in real time. Basic steps of effective, safe and easy-to-use handling of personal and/or confidential data are described. Further, a method to protect logins and passwords during their registration into the various applications is presented in the article. Main features of several most commonly used software products are also described considering data protection when used online and stored on various storage devices. The main reasons to apply data protection in the area of medicine and health care services are stated in this article as well.
Administrativní data a na nich založené indikátory mohou být v adiktologii využívány na různých úrovních (od regionální až po mezinárodní) celou řadou aktérů, a to ať už výzkumníky, vedoucími služeb, programů či koordinátory politik. Avšak tito aktéři mohou při interpretaci a využití administrativních dat narazit na jejich limity. Cílem článku je tedy představit uživatelům administrativních dat, ať už se jedná o výzkumníky, nebo experty z praxe, teoretický rámec a postupy vhodné pro jejich interpretaci. Článek přináší stručné shrnutí dosavadních poznatků v této oblasti a představen je teoretický přístup k interpretaci administrativních dat a indikátorů. V závěru článku je navržen postup interpretace administrativních dat a indikátorů. Tento postup může být naplněn do různé míry s ohledem na to, jaké zdroje a záměry mají jeho případní uživatelé. Rozpětí jeho využití sahá od systematické aplikace při statistické analýze indikátorů až po myšlenkový experiment, pokud se kupříkladu lokální protidrogový koordinátor bude zamýšlet nad lokálními změnami hodnot indikátorů.
Administrative data and the indicators based on it can be used in the field of addiction at different levels (from regional to international) and by different actors (e.g. researchers, service and programme managers, drug policy coordinators, etc.). In using and interpreting administrative data and indicators, however, these actors may encounter the limits of such data and indicators. The aim of this paper is to introduce users of administrative data, whether they are researchers or practitioners, to the theoretical basis and procedures suitable for the interpretation of administrative data and indicators. The article contains a brief summary of the existing knowledge and presents a theoretical approach to the interpretation of administrative data and indicators. The paper concludes by proposing a procedure for the interpretation of administrative data and indicators. This procedure can be applied to a varying degree, depending on the resources and intentions of its potential users. Its use ranges from a systematic application when conducting statistical analysis of indicators to a thought experiment if, for example, a local drug coordinator plans to interpret local changes in indicator values.
