Fundamentals of Clinical Data Science (ebook)

Samenvatting

Dit project levert een open access ebook gericht op zorgprofessionals over de basiskennis van clinical data science (o.a. machine learning, predicitive analytics, clinical decision support, big data) om de opschaling van evidence-based personalized medicine te bevorderen. 

Website: www.clinicaldatasciencebook.com

Tags

Machine learningEbookData sciencePredictive analyticsClinical data science

Achtergrond

Uitdaging of probleemstelling

Veel toepassingen binnen eHealth en “mHealth” verrichten metingen en verzamelen data. Deze data moeten vertaald worden naar informatie om personalized medicine mogelijk te maken. Het eindresultaat van deze vertaalslag wordt toegepast door zorgverleners, terwijl ze weinig tot geen achtergrondkennis hebben van de technieken waarmee deze vertaalslag tot stand komt. Ook het beoordelen van soortgelijke vertaalslagen in de wetenschappelijke literatuur is daardoor lastig. 

Aanleiding van het project
 
De wens om gezondheidsgerelateerde adviezen telkens meer toe te spitsen om iemands individuele situatie is de aanleiding om zorgverleners meer vertrouwd te willen maken met onderwerpen als machine learning, predictive analytics, mobile health, clinical decision support en big data. We vatten deze onderwerpen samen onder de noemer “clinical data science”.

Doelstelling

Het doel van dit project is om zorgverleners de basiskennis te bieden van bovengenoemde technieken om het ontwikkelen van personalized medicine toepassingen te bevorderen en het beoordelen van de wetenschappelijke evaluatie van zulke toepassingen te verbeteren. Dit draagt bij aan “evidence based personalized medicine”.

Onderzoeksopzet

Er is geen sprake van een onderzoeksvraag in dit project, anders dan literatuurstudie om tot de beste inhoud van het ebook te komen.

Beoogde resultaat

Het eindresultaat is een open access ebook dat gratis via internet gedownload kan worden, en tegen betaling ook in een geprinte versie beschikbaar is. De voorlopige hoofdstuk indeling is als volgt:

 

Part 1: Data collection

Data sources

Data at scale (big data)

Standards in healthcare data

Data stewardship (~ HANDS / Data4LifeSciences NFU project)

Privacy / GDPR


Part 2: From Data to Information

Preparing your data

Time series

Creating a predictive model

Diving deeper into models

Validation, reporting and evaluation of reported models


Part 3: From Information to Application

Clinical decision support systems

Mobile app development

Operational excellence

Value Based Healthcare

Planning

Gantt chart

Q4-2016 en Q1-2017 zijn gebruikt voor het opstellen en afstemmen van de outline. Dit ging reeds gepaard met research in de materie. Daarna worden de verschillende hoofdstukken geschreven, en na akkoord van de editors online beschikbaar worden gemaakt door de uitgever. Het eindresultaat met alle hoofdstukken wordt gebundeld als open access ebook.

Resultaten

  • mei 2019: 73.000 downloads!! 
  • april 2019: genoemd in RIVM rapport "Digitale beslissingsondersteuning in de zorg"
  • januari 2019: gedrukte versie van het boek gereed
  • (eind) december 2018: definitieve website www.clinicaldatasciencebook.com gereed en ebook online beschikbaar
  • november 2018: invited speaker op Association of Academich Health Centers Research Meeting (Washington DC, USA)
  • november 2018: invited speaker op Emerce eHealth convention (Amsterdam, NL)
  • augustus 2018: akoord Springer, ebook naar productie fase
  • juli 2018: hoofdstukken ingediend bij Springer
  • april 2018: overeenkomst web developer - uitvoer dit najaar
  • maart 2018: contract Springer gereed
  • november 2017: hoofdstuk outlines gereed, worden beoordeeld door editors
  • mei 2017: editors benoemd (Pieter Kubben, Andre Dekker, Michel Dumontier)

Filmpje