язок

А.Дж. Бланко Карраско 1, Г. Кановас Моліна 2, М.А. Бріто Санфіель 3, Д. Барахас Галиндо 4, Л.А. Cuellar 5, J. Blanco Garnelo 6, M. Sequera Mutiozabal 6 і J.F. Меринос Торрес 7

1 Служба ендокринології та харчування. Лікарня Клінік і провінційна. IDIBAPS. Барселона. 2 Служба ендокринології та харчування. Університетська лікарня Фуенлабради. 3 Служба ендокринології та харчування. Університетська лікарня Пуерта де Йєрро. Мадрид. 4 Служба ендокринології та харчування. Університетська лікарня Леона. 5 Служба ендокринології та харчування. Університетська лікарня Ріо Гортеги. Вальядолід. 6 Серцево-судинне медичне відділення. Ниркові та метаболічні. AstraZeneca Іспанія. 7 Служба ендокринології та харчування. Лікарня Університету і Політехніки Ла Фе, Валенсія.

Вступ: Цукровий діабет - це хвороба, яка зростає. Клінічна допомога хворим на цукровий діабет зазнала помітних змін за останнє десятиліття, тому надзвичайно важливо знати її вплив на наше довкілля стосовно розвитку хвороби та її ускладнень. Відсутність офіційних записів, з яких можна отримати епідеміологічне оновлення хвороби, робить техніки машинного навчання та підходи до великих даних, що стосуються записів медичних записів, потенційним ресурсом.

Методи: Основна мета: визначити частоту та поширеність захворювання, діагностованого у референтних центрах по всій країні. Дизайн: ретроспективне дослідження вторинних даних, отриманих з електронного реєстру записів між 01.01.2013 та 31.12.2018. Населення: все населення, яке опікується у кожному центрі-учаснику та відповідає критеріям включення. Для вилучення та інтерпретації даних буде використана технологія, заснована на обробці природних мов (NLP). Для цього дослідники скористаються технологією, що надається інструментом Savana ®, системою, заснованою на вилученні даних через NLP, що містяться в електронних записах. Ці неструктуровані дані будуть розглядатися як великі дані та аналізуватися за допомогою штучного інтелекту. Змінні: групи описових змінних, пов’язані з контролем HbA1c, артеріальним тиском, ліпідним профілем, способом життя, пов’язаними методами лікування та ускладненнями, будуть проаналізовані окремо для популяцій DM1 та DM2.

Висновки: Дослідження Diabétic @ буде генерувати епідеміологічні дані про людей із DM1 та DM2, які проходять лікування у референтних центрах по всій країні. Крім того, це дозволить краще зрозуміти поточне лікування діабету, використовуючи підхід, за допомогою якого інформація, що міститься в електронних записах, може бути вилучена та проаналізовано великий обсяг даних.