INTRANET-ПАЦИЕНТ В МЕДИЦИНСКИХ ИНФОРМАЦИОННЫХ СИСТЕМАХ


Цитировать

Полный текст

Аннотация

В статье рассмотрен математический кластерный анализ данных, полученных от медицинской информационной системы «qMS» за годовой период регистрации данных с трех медицинских учреждений. Для оценки стоимости, длительности лечения и объема обследований пациентов с гипертензивной болезнью сердца была специально написана компьютерная программа (автор А.Л. Мазелис) с использованием интерактивной среды Python. Кластеризация проводилась в двух направлениях: по количеству медицинских обследований и процедур (Series treatment) и по времени ожидания медицинских обследований и процедур (Series time). Были определены две группы пациентов по распределению стоимости и длительности стационарного лечения. Также по анализу данных медицинской информационной системы описан социально-медицинский портрет пациента (iПациента), страдающего гипертензивной болезнью сердца. Предложено проводить коррекцию стандартов лечения с учетом социально-медицинского портрета пациента в соответствии с обнаруженными реальными требованиями пациентов. В проанализированной выборке почти равное внимание уделяется обследованию сердца и желудочно-кишечного тракта, что свидетельствует о большой распространенности заболеваний последнего и требует повышенного диагностического внимания к ним как сопутствующим гипертонической болезни.

Об авторах

Ольга Юрьевна Колесниченко

ГК «Ремедиум»

Email: oykolesnichenko@list.ru
канд. мед. наук 105082, г. Москва

А. Л Мазелис

ФГБОУ ВО «Владивостокский государственный университет экономики и сервиса»

690014, г. Владивосток

А. Э Николаев

ФГБОУ ВО «Владивостокский государственный университет экономики и сервиса»

690014, г. Владивосток

А. В Мартынов

Компания СП.АРМ

197227, г. Санкт-Петербург

В. В Пулит

Компания СП.АРМ

197227, г. Санкт-Петербург

Г. Н Смородин

Академическое партнерство Dell EMC в России и СНГ

199004, г. Санкт-Петербург

Ю. Ю Колесниченко

Бюллетень «Анализ безопасности»

125195, г. Москва

Список литературы

  1. Frolio L. Big Data Insights in Healthcare. Part I: Great Ideas Transcend Time. Dell EMC Global Services Blog «In Focus». Hopkinton MA, USA; 2015. Available at: https://infocus.emc.com/louis-v-frolio/big-data-insights-healthcare-part-great-ideas-transcend-time.
  2. Frolio L. Big Data Insights in Healthcare. Part II. A Perspective on Challenges to Adoption. Dell EMC Global Services Blog «In Focus». Hopkinton MA, USA; 2015. Available at: https://infocus.emc.com/louis-v-frolio/big-data-insights-in-healthcare-challenges-to-adoption.
  3. Frolio L. Big Data Insights in Healthcare. Part III: Mitigating Challenges to Adoption and What Will Follow. Dell EMC Global Services Blog «In Focus». Hopkinton MA, USA; 2015. Available at: https://infocus.emc.com/louis-v-frolio/big-data-insights-in-healthcare-part-iii-mitigating-challenges-to-adoption-and-what-will-follow.
  4. Выступление Министра здравоохранения В.И. Скворцовой на расширенном заседании Коллегии Минздрава России. Москва, 20 апреля 2016. Available at: https://www.rosminzdrav.ru/news/2016/04/20/2903-vystuplenie-ministra-veroniki-skvortsovoy-na-rasshirennom-zasedanii-kollegii-minzdrava-Rossii.
  5. Решетников А.В., Ефименко С.А. Социология пациента. М.: Здоровье и общество; 2008.
  6. Колесниченко Ю.Ю. Некоторые аспекты УЗИ в педиатрии на этапе первичной медицинской помощи. М.: Фолиум; 2008.

© ООО "Эко-Вектор", 2017


 


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах