Analysing Real Word Data– The road to personalized medicine

Fonte: aprendis
Revisão em 09h40min de 5 de janeiro de 2023 por Joao.almeida (discussão | contribs) (Criou a página com "{{Dissertação |Autor=João Almeida |Orientador=Pedro Pereira Rodrigues, Ricardo Cruz-Correia |Palavras-chave=Breast Cancer, personalised medicine, disease characteristics, machine learning, Cost-effectiveness, data integration }} <div style="color: orange; font-size: 135%; font-weight: bold;">Resumo</div> Nem todos os tratamentos funcionam de igual forma para todos os doentes e o tratamento farmacológico em específico ainda menos. De forma a obter a máxima eficá...")
(dif) ← Revisão anterior | Revisão atual (dif) | Revisão seguinte → (dif)
Saltar para a navegaçãoSaltar para a pesquisa
Analysing Real Word Data– The road to personalized medicine
Autor João Almeida
Orientador Pedro Pereira Rodrigues, Ricardo Cruz-Correia
Co-Orientador
Data de Entrega
URL
Palavras-chave Breast Cancer, personalised medicine, disease characteristics, machine learning, Cost-effectiveness, data integration
Resumo

Nem todos os tratamentos funcionam de igual forma para todos os doentes e o tratamento farmacológico em específico ainda menos. De forma a obter a máxima eficácia dos tratamentos aplicados, os tratamentos personalizados devem ser prescritos e aplicados. Os ensaios clínicos não fornecem estas informações, criando apenas linhas de tratamento genéricas que apenas se adequam a uma população muito restrita que é estudada nestes ensaios.

Assim sendo, de forma a conseguir promover terapêuticas adequadas a cada doente, dois novos paradigmas na informática médica criaram o ambiente adequado a possibilitar esta investigação. Por um lado, o aumento de conjuntos de dados com informação clínica e por outro novos mecanismos de machine learning, permitem encontrar novos padrões e segmentos de doentes de forma a proporcionar melhor prática clínica. Assim, este projeto ambiciona descobrir se estudos observacionais, suportados por métodos de estatística computacional conseguem fornecer informação sobre o melhor tratamento em termos de eficácia clínica para ser aplicado a cada tipo de paciente.

O estudo irá compreender o desenvolvimento de um data lake com informações sobre diferentes aspetos da prática clínica e de diferentes fontes de informação sobre o tratamento de doentes de cancro da mama. Isto irá requerer uma política de data governance sobre os dados e elevado processamento e limpeza dos dados originais. Após este ponto, irá ser aplicado um conjunto de diferentes métodos estatísticos para descobrir novos segmentos de doentes e de perfis de tratamento para se conseguir proporcionar recomendações sobre novos tratamentos mais adequados. Por fim, uma avaliação económica será feita de forma a conseguir ajudar as instituições e profissionais de saúde a melhorar os seus processos de forma a otimizar mecanismos de melhoria do tratamento.

Desta forma, esperamos conseguir criar conhecimento que seja útil aos profissionais de saúde a tratar o cancro da mama, sobre os diferentes tipos de linhas de tratamento e o sucesso em casos de mundo real em diferentes tipos de pacientes.