دانلود مقاله انگلیسی رایگان:استفاده از داده های بزرگ بیمارستان برای کنترل اپیدمی های آنفولانزا - 2018

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی داده های بزرگ رایگان
  • Leveraging hospital big data to monitor flu epidemics Leveraging hospital big data to monitor flu epidemics
    Leveraging hospital big data to monitor flu epidemics

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    Leveraging hospital big data to monitor flu epidemics


    ترجمه فارسی عنوان مقاله:

    استفاده از داده های بزرگ بیمارستان برای کنترل اپیدمی های آنفولانزا


    منبع:

    Sciencedirect - Elsevier - Computer Methods and Programs in Biomedicine, 154 (2018) 153-160: doi:10:1016/j:cmpb:2017:11:012


    نویسنده:

    Guillaume Bouzillé a,b,c,d,∗, Canelle Poirier a,b,f, Boris Campillo-Gimenez a,b, Marie-Laure Aubert f, Mélanie Chabot f, Emmanuel Chazard g, Audrey Lavenu c,e, Marc Cuggia a,b,c,d


    چکیده انگلیسی:

    Background and Objective: Influenza epidemics are a major public health concern and require a costly and time-consuming surveillance system at different geographical scales. The main challenge is being able to predict epidemics. Besides traditional surveillance systems, such as the French Sentinel network, several studies proposed prediction models based on internet-user activity. Here, we assessed the potential of hospital big data to monitor influenza epidemics. Methods: We used the clinical data warehouse of the Academic Hospital of Rennes (France) and then built different queries to retrieve relevant information from electronic health records to gather weekly influenza-like illness activity. Results: We found that the query most highly correlated with Sentinel network estimates was based on emergency reports concerning discharged patients with a final diagnosis of influenza (Pearson’s correla tion coefficient (PCC) of 0.931). The other tested queries were based on structured data (ICD-10 codes of influenza in Diagnosis-related Groups, and influenza PCR tests) and performed best (PCC of 0.981 and 0.953, respectively) during the flu season 2014–15. This suggests that both ICD-10 codes and PCR re sults are associated with severe epidemics. Finally, our approach allowed us to obtain additional patients’ characteristics, such as the sex ratio or age groups, comparable with those from the Sentinel network. Conclusions: Conclusions: Hospital big data seem to have a great potential for monitoring influenza epi demics in near real-time. Such a method could constitute a complementary tool to standard surveillance systems by providing additional characteristics on the concerned population or by providing information earlier. This system could also be easily extended to other diseases with possible activity changes. Ad ditional work is needed to assess the real efficacy of predictive models based on hospital big data to predict flu epidemics.
    Keywords: Health big data ، Clinical data warehouse ، Information retrieval system ، Health Information Systems ، Influenza ، Sentinel surveillance


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    حجم فایل: 1267 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer