комуникация

A.J. Бланко Караско 1, Г. Кановас Молина 2, М.А. Брито Санфиел 3, Д. Барахас Галиндо 4, Л.А. Cuellar 5, J. Blanco Garnelo 6, M. Sequera Mutiozabal 6 и J.F. Мерино Торес 7

1 Служба по ендокринология и хранене. Болница Клиник и провинциална. IDIBAPS. Барселона. 2 Служба за ендокринология и хранене. Университетска болница на Фуенлабрада. 3 Служба за ендокринология и хранене. Университетска болница Пуерта де Йеро. Мадрид. 4 Служба по ендокринология и хранене. Университетска болница в Леон. 5 Служба по ендокринология и хранене. Университетска болница Río Hortega. Валядолид. 6 Сърдечно-съдов медицински отдел. Бъбречна и метаболитна. AstraZeneca Испания. 7 Служба по ендокринология и хранене. Болница Universitari i Politècnic La Fe. Валенсия.

Въведение: Захарният диабет е заболяване с нарастващо разпространение. Клиничните грижи за болния от диабет са претърпели значителни промени през последното десетилетие, така че е изключително важно да се знае неговото въздействие върху нашата околна среда във връзка с прогресирането на заболяването и неговите усложнения. Липсата на официални записи, от които да се извлече епидемиологична актуализация на заболяването, прави техниките за машинно обучение и подходите за големи данни, в архивите на медицинските записи, голям потенциален ресурс.

Методи: Основна цел: да се определи честотата и разпространението на заболяването, диагностицирано в референтни центрове в цялата страна. Дизайн: ретроспективно проучване на вторични данни, взети от електронния регистър на записите между 01.01.2013 г. и 31.12.2018 г. Население: цялото население, обгрижвано във всеки участващ център, отговарящо на критериите за включване. За извличане и интерпретация на данните ще се използва технология, базирана на обработка на естествен език (NLP). За тази цел изследователите ще използват технологията, предоставена от инструмента Savana ®, система, базирана на извличане на данни чрез NLP, съдържащи се в електронните записи. Тези неструктурирани данни ще бъдат третирани като големи данни и ще бъдат анализирани с изкуствен интелект. Променливи: групи от описателни променливи, свързани с контрол на HbA1c, кръвно налягане, липиден профил, начин на живот, свързани лечения и усложнения ще бъдат анализирани отделно за популациите DM1 и DM2.

Заключения: Проучването Diabétic @ ще генерира епидемиологични данни за хора с DM1 и DM2, лекувани в референтни центрове в цялата страна. В допълнение, това ще позволи по-добро разбиране на текущото управление на диабета, като се използва подход, с който информацията, съдържаща се в електронните записи, може да бъде извлечена и да бъде анализиран голям обем данни.