نسمع عن البيانات الضخمة #BigData وقواعد البيانات الطبية الالكترونية Electronic Health Records وانتشارها السريع في البحوث العلمية ودورها في #الصحة_السكانية والدوائية
#الوبائيات
هنا ملخص بسيط عن قواعد البيانات الطبية وأنواعها و تطبيقاتها في المجال الطبي #البحث_العلمي
#الوبائيات
هنا ملخص بسيط عن قواعد البيانات الطبية وأنواعها و تطبيقاتها في المجال الطبي #البحث_العلمي
(١)هي مجموعه ضخمة من البيانات
السريعة والمتعددة وكبيرة الحجم او ما يعرف ب (3Vs) high velocity high speed high volume
السريعة والمتعددة وكبيرة الحجم او ما يعرف ب (3Vs) high velocity high speed high volume
(٢)تقدم معلومات وخصائص مختلفة سواء كانت للامراض او الادوية وغالبا ما تتمحور حول بيانات المراكز الصحية والرعايه الاولية ولكن يمكن ربطها ايضا بسيرفرات وقواعد المستشفيات للحصول على بيانات تنويم المرضى والطواريء
(٣) تختلف قواعد البيانات الضخمة في البيانات التي تحتويها ولكن في غالبها فانها تحتوي على معلومات تشمل التاريخ المرضي والخصائص الديموغرافية والتاريخ الدوائي بالاضافه الى بيانات المختبرات ومقر السكن في بعض الاحيان
(٤) يتم ربط هذه المعلومات بمعرف خاص يميز كل مريض عن الاخر مما يسهل عمليه تحليل البيانات للاغراض البحثية. البيانات المخزنه للمرضى تشمل في الغالب جميع الزيارات للمرضى وبالتالي فهي قد تحتوي فتره زمنية طويلة لكل مريض مما يثري عملية البحث
(٥)بعض قواعد البيانات الطبية تكون ادراية او حكومية المصدر وبعضها يكون جزء من قواعد التأمينات او المبيعات لشركات الادوية
(٦)من اشهر قواعد البيانات الي تستخدم في المجال الطبي هي CPRD , THIN , Qresearch في بريطانيا والتي تحتوي على بيانات ما يقارب ١٢ مليون شخص
وفي امريكا market scan والتي تحتوي على بيانات لاكثر من ٤٠ مليون شخص
وفي امريكا market scan والتي تحتوي على بيانات لاكثر من ٤٠ مليون شخص
(٧) تختلف جودة قواعد البيانات ويعتمد ذلك على عده اسباب منها طريقه ادخال البيانات والفحص الدوري وسرعة ربط المعلومات مع قواعد وهيئات الاحصاء والوفيات المحلية
(٨)تطبيقات البيانات الصخمة في المجال البحثي الطبي غالبا ما تخدم في بحوث الصحة السكانية والوبائيات ولذلك فان الدراسات غالبا ما تكون رقابية (observational)
(٩) كما انها تستخدم في الأغراض الادارية الحكومية ومبيعات الادوية ويتم استخدامها في دراسات
ال phase 4 الدوائية والامن الدوائي
ال phase 4 الدوائية والامن الدوائي
(١٠) اي باحث يمتلك هذه البيانات يستطيع القيام بتحليلها ولكن في الاغلب انك تحتاج الى تعلم استخدام برامج احصائية قوية تستطيع التعامل مع هذه البيانات الصخمة مثل (SAS, R, STATA)
(١١) وغالبا ما يكون مستخدمي هذه البيانات في البحث الطبي باحثين متخصيين في مجالات الاحصاء الطبي (biostatistics) والوبائيات (epidemiology) او وبائيات الادوية (pharmacoepidmiology) او (health informatics)
(١٢) في العقدين الاخييرين كثر استخدام البيانات الضحمة لعمل البحوث الطبية واصبحت تنال صدى كبير من اكبر الجامعات ومعاهد البحوث والمجلات الطبية المرموقة
(١٣) اكبر ميزة للبيانات الضحمة هي العينة الكبيرة جدا مما تتيح للباحثين استكشاف انواع متعددة من البحوث ويصبح من الممكن تعميم النتائج. ايضا ميزة اخرى هي ان البيانات تعكس الواقع الحقيقي للمرضى على فترات طويلة من حياتهم(real world data)
(١٤)كذلك من الميزات المهمة هي وجود متغيرات كثيره كالامراض المزمنة وانواع الادوية التي يستخدمها المريض والمعلومات الاجتماعية و السكانية مثل التدخين والكحول والوزن والطول والجنس والعمر والجنس)
(١٥)طبعا وجود هذه المتغيرات قد يكون الميزة الاقوى حيث انه يتيح عمل موازنة ومعادلة(adjusment or matching) في المقارنات البحثية وبالتالي يزيد من جودة البحث ويقلل من نسبه الانحياز (bias) خصوصا في ظل افتقاد عامل العشوائية في توزيع المقارنات
(١٦)محدودية البيانات الضخمة قد تكون في عدم القدره على التحقق من مواضبطة المريض للعلاج اضف الى ذلك انه قد يكون هناك خلل في عملية اذخال البيانات او تعريفها. كما انه وفي كثير من الاوقات لاتحتوي على بيانات المستشفيات وبالتالي يصبح من الصعب دراسه الامراض الطارئة
(١٧) عموما استخدام البيانات الضخمة في البحث العلمي يعتبر مجال حديث نوعا ما ويتطور مع الوقت واصبحت كثير من الدول تمتلك قواعد بيانات طبية ضخمة غنية بالمعلومات وتثري البحث العلمي
(١٨) اضافه الى انها توفر امكانية عمل دراسات ذات جودة عالية وذلك بسبب توفر العينة الكبيرة وتوفر عامل المتابعه للمريض على فترات طويلة خصوصا في ظل صعوبة عمل الدراسات ال RCT وتكاليفها العالية
جاري تحميل الاقتراحات...