科技

数据响应曲线(以纪念剂量响应曲线)


数据响应曲线

所有医学生都了解药理学讲座中的剂量反应曲线。剂量 - 响应曲线向我们通知我们如何在其疗效和毒性的背景下给药。太少的药物不会有所需的效果,过多的药物可能有毒。

在数字健康的时代,数据已成为新的“大制药”,我们正面临数据响应曲线的出现,在这种情况下,无法访问太少的数据,并且对太多数据的访问可能是压倒性的。 Digital Mealth设备今天比比皆是,已经启用了几乎每个健康和可想象的健康度量。可悲的是,在我们对这些新的数据来源的荷兰,我们经常用“更好的数据”混淆“更多数据”。

在数据已成为医疗保健中交换的蓬勃发展的时代,我们描述了一种新兴的数据响应曲线。大型数据集可以是最佳澄清或最严重的自我矛盾。数据响应曲线上的数据太少,与药物给药一样,可能不足以有效行动或决策。太多的数据可能对用户诸如医生的用户有毒,导致差异或更差,分析瘫痪。

我们生活在一个爆炸数据的世界,我们需要进行体贴。医学是一个需要数据的人员,而不是需要人们的数据业务。在还原形式中,所有人类都基于来自环境的输入(数据)以及以非线性,不可量度的感知形式的数据分析数据。当我们作为医生,政策制定者,或只是人类收到这些投入时,发生了三件事之一:1。我们决定做某事(例如基于异常数据的治疗决定),我们制作决定不做任何事情(例如,我们认为不需要行动的正常数据),或3.我们需要更多的数据,以便做出信息#1或项目#2的明智决定。更多不一定是相同的数据。更多数据简单。

更好的数据是在患者的背景下包装的可操作数据和患者的病情。想象每条物体数据连接到并发主观数据,并在与患者相关的特定条件的上下文中浮出。 HealthLoop使患者能够在可行的背景下为临床医生提供与其主观症状结婚的上下文目标数据。高信号和低噪声是有利治疗窗口的剂量响应曲线上的数字健康等同物。

看看有些人在图表上生活的地方。你住在哪里?

传播爱心

10回复 »

  1. 乔丹:感谢您的一些保健信息讨论的优秀摘要—还有一个解决方案的唯一合理的闪光。

    我可以建议下面的desiderata列表吗?

    •上下文化数据确保相关性。
    •相关数据的充分确保彻底。
    •在相关和彻底数据的演示中的清晰度和简单性使得能够良好的决策
    •轻松将良好决策转换为相应操作的工具是解锁我们累积的所有数据的值的键。

  2. 伟大的类比—这有助于医疗保健专业人士,他们的患者了解,在合适的时间获得正确的信息将意味着更好的健康。

  3. 梦幻般的帖子。这么多的第三方都有数据的海洋。他们不仅不知道该怎么办,他们可以’T做任何事情。 cms想到了。

  4. 雅各布,

    I’很高兴你存在!这是一个很好的精致。我想出了一个新的术语,你将更多地听到稍后“theta data”这是可操作的信息。敬请关注。

  5. 约旦:我喜欢图形和信息。但我不同意一些(很多?)可能会解释你的内容’没有小修改的重新说。我的附属物会增加“presentation”到你的标题留言。

    “数据呈现响应曲线。”是更好的表达(我认为)你的目标。

    我们在Nooks和Crankies中找到了什么“big data”事实上,可能是一些最有价值的见解,这将有助于我们更准确的诊断,或做出更好的治疗或诊断决策。

    更多数据只是“more data”除非我们可以用它做点什么。但我认为我们可以。我们的工具需要消耗数据,帮助我们进行分析–并引导我们走向最佳选择。这意味着呈现“big data”需要清洁,清晰,容易理解。它没有’t意味着数据本身太大。我争辩说,在后端更好,在前端,较少,更好。约翰玛德’s “laws of Simplicity” come to mind – along with Daniel Cabrera’s adaptation 急诊医学简化模型的影响。

  6. 好帖子。你’re right.

    我在80岁的橡树岭的法医辐射实验室中开始了我的白色领职业生涯’S,其中大部分数据来自我所写的应用程序是用作剂量/暴露/污染诉讼中的证据。一世’已经被审计到了我的舍入算法。自从骑兵数据追随CRAP数据被呼吸以来,我曾经遭到震惊。新的“Big Data”在医疗保健中,凭借其永远存在的问题“error propagation”与不同精度百分比的数据混合产生的,可能只会放大问题。

  7. 非常有洞察力的帖子。我发现这与所有形式的信息都是如此,不仅是数据。信息超载是信息过载,但请尝试向某人销售信息解释。

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *