polito.it
Politecnico di Torino (logo)

Approccio basato su tecniche di data mining per l’analisi di pazienti cardiologici in trattamento con i Nuovi Anticoagulanti Orali = Data Mining techniques applied for cardiological patients in treatment with New Oral Anticoagulants

Gianna Pistillo

Approccio basato su tecniche di data mining per l’analisi di pazienti cardiologici in trattamento con i Nuovi Anticoagulanti Orali = Data Mining techniques applied for cardiological patients in treatment with New Oral Anticoagulants.

Rel. Gabriella Balestra, Susanna Pavanelli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2019

Abstract:

Il lavoro di tesi è consistito nel portare avanti uno studio retrospettivo per l’analisi e l’estrazione di conoscenza da un database di pazienti con Fibrillazione Atriale (FA) a cui è stato prescritto uno dei Nuovi Anticoagulanti Orali (NAO), utilizzando tecniche di data mining. Diversi datasets di pazienti in cura con NAO sono stati analizzati in precedenti studi utilizzando tecniche statistiche. Per questo studio sono stati raccolti i dati anonimizzati di 1177 pazienti della struttura Humanitas Gradenigo attraverso il metodo del “Convenience Sampling”. Tutti i pazienti coinvolti hanno una diagnosi di Fibrillazione Atriale, aritmia più diffusa nella popolazione comune ed è stato prescritto loro un farmaco tra Apixaban, Dabigatran, Rivaroxaban o Edoxaban. Il punto di forza di questa analisi è dato dalla presenza di una popolazione real-life, composta principalmente da pazienti anziani, con età media di 80 anni e follow-up medio di 3 anni. Sono state estratte dal dataset regole di associazione su diversi subset per investigare possibili differenze nelle evidenze estratte per pazienti con differenti farmaci prescritti, range d’età o diagnosi cardiologiche. Le regole, estratte tramite l’utilizzo dell’algoritmo Apriori, che hanno soddisfatto i criteri di support e confidence sono state successivamente analizzate attraverso tecniche di Clustering Gerarchico ed infine validate da un cardiologo per confermarne la valenza clinica.

Relatori: Gabriella Balestra, Susanna Pavanelli
Anno accademico: 2019/20
Tipo di pubblicazione: Elettronica
Numero di pagine: 108
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering)
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA
Aziende collaboratrici: Gradenigo Srl
URI: http://webthesis.biblio.polito.it/id/eprint/13184
Modifica (riservato agli operatori) Modifica (riservato agli operatori)