Fundamentals of Clinical Data Science (ebook)

Samenvatting

Dit project levert een open access ebook gericht op zorgprofessionals over de basiskennis van clinical data science (o.a. machine learning, predicitive analytics, clinical decision support, big data) om de opschaling van evidence-based personalized medicine te bevorderen. 

Tags

Predictive analyticsClinical data scienceMachine learningEbookData science

 

Achtergrond

Uitdaging of probleemstelling

Veel toepassingen binnen eHealth en “mHealth” verrichten metingen en verzamelen data. Deze data moeten vertaald worden naar informatie om personalized medicine mogelijk te maken. Het eindresultaat van deze vertaalslag wordt toegepast door zorgverleners, terwijl ze weinig tot geen achtergrondkennis hebben van de technieken waarmee deze vertaalslag tot stand komt. Ook het beoordelen van soortgelijke vertaalslagen in de wetenschappelijke literatuur is daardoor lastig. 

Aanleiding van het project
 
De wens om gezondheidsgerelateerde adviezen telkens meer toe te spitsen om iemands individuele situatie is de aanleiding om zorgverleners meer vertrouwd te willen maken met onderwerpen als machine learning, predictive analytics, mobile health, clinical decision support en big data. We vatten deze onderwerpen samen onder de noemer “clinical data science”.

Doelstelling

Het doel van dit project is om zorgverleners de basiskennis te bieden van bovengenoemde technieken om het ontwikkelen van personalized medicine toepassingen te bevorderen en het beoordelen van de wetenschappelijke evaluatie van zulke toepassingen te verbeteren. Dit draagt bij aan “evidence based personalized medicine”.

Onderzoeksopzet

Er is geen sprake van een onderzoeksvraag in dit project, anders dan literatuurstudie om tot de beste inhoud van het ebook te komen.

Beoogde resultaat

Het eindresultaat is een open access ebook dat gratis via internet gedownload kan worden, en tegen betaling ook in een geprinte versie beschikbaar is. De voorlopige hoofdstuk indeling is als volgt:

 

Part 1: Data collection

Data sources

Data at scale (big data)

Standards in healthcare data

Using FAIR data


Part 2: From Data to Information

Preparing your data

Creating a predictive model

Diving deeper into models

Validation and reporting

Evaluation of reported models


Part 3: From Information to Application

Clinical decision support systems

Mobile app development

Operational excellence

Value Based Healthcare

Regulatory concerns


Deze (voorlopige) hoofdstukindeling wordt waar nodig aangepast naar aanleiding van het HANDS ( Handbook for Adequate Natural Data Stewardship) project dat binnen NFU verband (Data 4 Life Sciences) ontwikkeld wordt. Vooralsnog lijkt de overlap beperkt: HANDS focust op data governance, dit project focust op het vertalen van data naar (personalized) informatie en de klinische toepassingen.

Planning

Gantt chart

Q4-2016 en Q1-2017 zijn gebruikt voor het opstellen en afstemmen van de outline. Dit ging reeds gepaard met research in de materie. Daarna worden de verschillende hoofdstukken geschreven, en na akkoord van de editors online beschikbaar worden gemaakt door de uitgever. Het eindresultaat met alle hoofdstukken wordt gebundeld als open access ebook.

Resultaten

  • mei 2017: editors benoemd (Pieter Kubben, Andre Dekker, Michel Dumontier)