Strukturierter Preprocessing-Rahmen für routineklinische Daten zu Forschungskohorten
Von KI ausgewählt und zusammengefasst
Worum es geht
Methodik zur Umwandlung heterogener, irregulär erfasster Routinedaten in analysebereite Datensätze; Entwicklung am Beispiel Nierentransplantation-Abstoßungsdiagnostik.
Ergebnis
Dreiteiliger Rahmen (recursive event classification, context-sensitive event annotation, context-based time series harmonisation) transformiert unregelmäßige Messungen in standardisierte zeitliche Repräsentationen; Ergebnis: strukturierte, vergleichbare Datensätze ähnlich Studiendaten, die statistische Modellierung und Machine Learning ermöglichen.
Übertragbarkeit auf Deutschland
Deutschland (Hanover); Routine-Klinikinformatik; auf deutsche EHR-Landschaft direkt übertragbar
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.