Bivirkningsprofilen: Udvikling af et beslutningsstøttesystem, baseret på strukturerede data, til overblik over en patients potentielle bivirkninger
Oversat titel
Bivirkningsprofilen: Developing a decision support system based on structured information for general overview of a patient’s potential side effects
Forfattere
Viggers, Mikkel ; Greibe, Kell
Semester
3. årgang
Udgivelsesår
2007
Antal sider
95
Resumé
Dette speciale undersøger, hvordan manglen på struktureret og patientorienteret lægemiddelinformation om bivirkninger vanskeliggør sikker medicinering, og præsenterer en løsning i form af et IT-baseret beslutningsstøttesystem, Bivirkningsprofilen. Formålet er at give klinikere et samlet overblik over en patients potentielle bivirkninger i både ordinations- og observationssituationen. Da den tilgængelige viden primært er præparatorienteret og ofte i fritekst, blev semi-strukturerede data manuelt organiseret til en database over bivirkningstermer og suppleret med automatiske metoder (Natural Language Processing) som fuldtekstsøgning, stemming og fonetisk søgning for at transformere fritekst til strukturerede data (præcision = 0,97; sensitivitet = 0,74). På dette grundlag udvikledes en webapplikation, der med en statistisk algoritme beregner sandsynligheden for bivirkninger ud fra patientens ordinationer og præsenterer resultatet med navn på bivirkning, tilhørende organsystem og forventet hyppighed. En afprøvning blandt 49 sundhedsprofessionelle viste, at to tredjedele af de praktiserende læger fandt det uproblematisk at skabe overblik; 83 % angav, at de ville bruge systemet ugentligt eller oftere, og 41 % dagligt eller flere gange dagligt. Resultaterne peger på, at en struktureret vidensrepræsentation kombineret med effektiv præsentation kan styrke det patientorienterede overblik og skabe et mere præcist grundlag for kliniske beslutninger om medicinering.
This thesis addresses how the lack of structured, patient-oriented drug information on adverse effects hampers safe medication use and presents a solution in the form of an IT-based decision support system, the Adverse Effect Profile (Bivirkningsprofilen). The aim is to give clinicians a combined view of a patient’s potential side effects during both prescribing and monitoring. Because available information is mainly product-oriented and often free text, semi-structured data were manually organized into a database of adverse-effect terms and complemented by automatic methods (Natural Language Processing) such as full-text search, stemming, and phonetic search to transform free text into structured data (precision = 0.97; sensitivity = 0.74). Based on this, a web application was developed that uses a statistical algorithm to estimate the likelihood of adverse effects from a patient’s prescribed medicines and presents the results by effect name, affected organ system, and expected frequency. In testing with 49 healthcare professionals, two-thirds of general practitioners reported that the system made it easy to gain an overview; 83% said they would use it weekly or more often, and 41% daily or several times a day. These findings suggest that structured knowledge representation combined with effective presentation can improve the patient-oriented overview and provide a more precise basis for clinical decisions about medication.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]
Emneord