Clinical intelligence: definição de processos de ETL e DW

Bibliographic Details
Main Author: Carneiro, Brian Neil
Publication Date: 2017
Format: Master thesis
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/1822/53104
Summary: Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação
id RCAP_6bd3b0037ec75960902f6b3f74b4f023
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/53104
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Clinical intelligence: definição de processos de ETL e DWClinical intelligenceData warehouseETLBusiness intelligenceData miningEngenharia e Tecnologia::Outras Engenharias e TecnologiasDissertação de mestrado integrado em Engenharia e Gestão de Sistemas de InformaçãoO Centro Hospitalar do Porto (CHP) é considerado uma referência na área do transplante da córnea, tendo realizado até ao momento mais de 4000 transplantes. Por sua vez, a córnea é o tecido mais transplantado no mundo e é por norma, o principal método para recuperar de cegueira causada por doenças nesse mesmo tecido. Face à importância desta área para o CHP, surgiu a necessidade do estudo do processo de transplante da córnea através de uma solução de Clinical Intelligence (CI). A finalidade desta dissertação incidiu no desenvolvimento de uma solução de CI capaz de apoiar a decisão dos clínicos e gestores do CHP sobre o processo de transplante de córnea, não só na perspetiva dos dados inerentes aos utentes, mas também do próprio transplante e lista de espera. O protótipo de CI, como definido inicialmente, continha a componente de Business Intelligence (BI), com o foco na definição dos processos de extração, transformação e carregamento dos dados para o Data Warehouse (DW). Posteriormente surgiu a possibilidade de incorporar técnicas de Data Mining, (DM), que permitiram, sobretudo, efetuar previsões sobre as prioridades de cirurgia e do tempo de espera do utente. Para a conceção do protótipo de CI foram seguidas três metodologias: Design Science Research, como abordagem principal do desenvolvimento do trabalho; Kimball’s lifecycle para a elaboração do DW e o Cross-Industry Standard Process for Data Mining para o processo de DM. Na perspetiva de BI, o protótipo permite compreender as características inerentes aos procedimentos, diagnósticos, utentes e a relação entre eles. Para além disso, proporciona uma análise sobre o fluxo de entrada e saída dos utentes, bem como o tempo média de espera, em dias, entre os mesmos. Na perspetiva de DM foram criados modelos capazes de prever o tempo de espera de um utente assim como as prioridades dos procedimentos de cariz normal, cumprindo com os padrões de aceitação do CHP (Sensibilidade>= 0,85; Precisão>= 0,75). Os melhores modelos obtiveram valores de sensibilidade e acuidade de 95% e 83 % ou 93% e 82% respetivamente, para certas classes dos targets. Numa perspetiva global de CI, o protótipo assegura a integração e a qualidade dos dados, assim como a manipulação eficiente desses dados através de relatórios, contribuindo com informação otimizada para os clínicos e gestores do CHP. As integrações dos modelos de DM no BI proporcionam uma maior eficiência na monotorização do estado de saúde do utente e dos recursos logísticos e humanos do CHP. Em suma, foram desenvolvidos 32 relatórios de visualização, 42 métricas de negócio e 320 modelos de DM juntamente com três artigos científicos de forma a disseminar o trabalho desenvolvido.The Hospital Center of Porto (CHP) is considered a reference in the field of corneal transplantation, and has performed 4000 transplants so far. The cornea is the most transplanted tissue in the world and is usually, the main method to recover from blindness caused by diseases in this tissue. Thus, the study of the corneal transplantation process through a Clinical Intelligence (CI) solution was considered a priority for the CHP. The purpose of this dissertation consisted on the development of a CI prototype capable of supporting the decision of the CHP physicians and managers regarding the corneal transplantation process, not only from the perspective of the patient’s information, but also from the transplant itself and the waiting list. The prototype, as defined from the beginning, contained the Business Intelligence (BI) component, focusing on the extraction, transformation and loading processes of the data into the Data Warehouse (DW). Afterwards, the possibility of incorporating Data Mining (DM) emerged, which allowed to make predictions regarding certain targets. Furthermore, the development of the CI prototype followed three methodologies: Design Science Research, as the main approach for the work development; Kimball's lifecycle for the development of the DW and the Cross-Industry Standard Process for Data Mining for the DM process. In the BI perspective, the CI prototype allows the understanding of the procedures, diagnoses, patients characteristics and the relationship between them. In addition, it provides an analysis of the inflow and outflow of patients, as well as the average waiting time, in days, between them. From the DM perspective, models capable of predicting the patient’s waiting time as well as the procedural priority were created. The best models obtained sensitivity and accuracy values of 95%- 83% or 93%- 82% respectively for certain target classes. From a global perspective, the CI prototype ensures the data integration and quality, as well as an efficient reporting of these data, hence contributing with optimized information for CHP’s physicians and managers. The integration of DM models into BI provide greater efficiency in monitoring the patient’s health as well as the logistics and human resources of the CHP. In summary, 29 visualization reports, 42 business metrics and 320 DM models were developed along with three scientific articles in order to disseminate the developed solution.Santos, ManuelPortela, FilipeUniversidade do MinhoCarneiro, Brian Neil20172017-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/53104por201879247info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-11T04:21:49Zoai:repositorium.sdum.uminho.pt:1822/53104Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T14:46:14.573111Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Clinical intelligence: definição de processos de ETL e DW
title Clinical intelligence: definição de processos de ETL e DW
spellingShingle Clinical intelligence: definição de processos de ETL e DW
Carneiro, Brian Neil
Clinical intelligence
Data warehouse
ETL
Business intelligence
Data mining
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
title_short Clinical intelligence: definição de processos de ETL e DW
title_full Clinical intelligence: definição de processos de ETL e DW
title_fullStr Clinical intelligence: definição de processos de ETL e DW
title_full_unstemmed Clinical intelligence: definição de processos de ETL e DW
title_sort Clinical intelligence: definição de processos de ETL e DW
author Carneiro, Brian Neil
author_facet Carneiro, Brian Neil
author_role author
dc.contributor.none.fl_str_mv Santos, Manuel
Portela, Filipe
Universidade do Minho
dc.contributor.author.fl_str_mv Carneiro, Brian Neil
dc.subject.por.fl_str_mv Clinical intelligence
Data warehouse
ETL
Business intelligence
Data mining
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
topic Clinical intelligence
Data warehouse
ETL
Business intelligence
Data mining
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
description Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação
publishDate 2017
dc.date.none.fl_str_mv 2017
2017-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/53104
url https://hdl.handle.net/1822/53104
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 201879247
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833594876535504896

Similar Items