Algoritmiline definitsioon patsientide trajektooride sarnasusele

dc.contributor.advisorVilo, Jaak, juhendaja
dc.contributor.authorTamm, Sander
dc.contributor.otherTartu Ülikool. Loodus- ja täppisteaduste valdkondet
dc.contributor.otherTartu Ülikool. Arvutiteaduse instituutet
dc.date.accessioned2023-11-02T09:39:42Z
dc.date.available2023-11-02T09:39:42Z
dc.date.issued2023
dc.description.abstractTerviseandmete digitaliseerimine on kaasa toonud võimaluse patsiente omavahel võrrelda. Magistritöö eesmärgiks on luua algoritm, mis võimaldaks hinnata patsientide omavahelist sarnasust, kasutades nende varasemaid haiguste trajektoore. Selleks defineeritakse kaks Rahvusvahelise Haiguste Klassifikatsiooni (RHK) põhist diagnoosi tasemel algoritmi, millest üks tugineb RHK hierarhilisele ülesehitusele ning teine diagnooside tekstipõhisele sarnasusele. Lisaks arvestatakse iga diagnoosi jaoks nende haruldust, tõsidust ning kroonilisust. Nendest arendatakse edasi kaks patsiendi tasemel algoritmi, millel on erinevad eelised ja puudujäägid võrreldes teisega. Lisaks tuuakse välja nende omadusi ning võrreldakse kõiki algoritme omavahel, kasutades genereeritud andmeid.et
dc.identifier.urihttps://hdl.handle.net/10062/93930
dc.language.isoestet
dc.publisherTartu Ülikoolet
dc.rightsopenAccesset
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectTerviseandmedet
dc.subjectRHK-10et
dc.subjecthaiguste trajektooridet
dc.subjectpatsientide sarnasuse arvutamineet
dc.subject.othermagistritöödet
dc.subject.otherinformaatikaet
dc.subject.otherinfotehnoloogiaet
dc.subject.otherinformaticset
dc.subject.otherinfotechnologyet
dc.titleAlgoritmiline definitsioon patsientide trajektooride sarnasuseleet
dc.typeThesiset

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Tamm_Andmeteadus_2023.pdf
Size:
1.25 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: