INTRANET-ПАЦИЕНТ В МЕДИЦИНСКИХ ИНФОРМАЦИОННЫХ СИСТЕМАХ
DOI:
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
Колесниченко Ольга Юрьевна
ГК «Ремедиум» 105082, г. Москва канд. мед. наук oykolesnichenko@list.ru
Мазелис А.Л.
ФГБОУ ВО «Владивостокский государственный университет экономики и сервиса» 690014, г. Владивосток
Николаев А.Э.
ФГБОУ ВО «Владивостокский государственный университет экономики и сервиса» 690014, г. Владивосток
Мартынов А.В.
Компания СП.АРМ 197227, г. Санкт-Петербург
Пулит В.В.
Компания СП.АРМ 197227, г. Санкт-Петербург
Смородин Г.Н.
Академическое партнерство Dell EMC в России и СНГ 199004, г. Санкт-Петербург
Колесниченко Ю.Ю.
Бюллетень «Анализ безопасности» 125195, г. Москва
Список литературы
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.
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.
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.
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.
Решетников А.В., Ефименко С.А. Социология пациента. М.: Здоровье и общество; 2008.
Колесниченко Ю.Ю. Некоторые аспекты УЗИ в педиатрии на этапе первичной медицинской помощи. М.: Фолиум; 2008.
Дополнительные файлы
Для цитирования:
For citation:
Обратные ссылки
- Обратные ссылки не определены
Контент доступен под лицензией
Creative Commons Attribution 3.0 License.
ISSN: (Print)
ISSN: (Online)