WO2012070982A1 - Система дифференциации и анализа зарегистрированных клинических данных - Google Patents

Система дифференциации и анализа зарегистрированных клинических данных Download PDF

Info

Publication number
WO2012070982A1
WO2012070982A1 PCT/RU2011/000312 RU2011000312W WO2012070982A1 WO 2012070982 A1 WO2012070982 A1 WO 2012070982A1 RU 2011000312 W RU2011000312 W RU 2011000312W WO 2012070982 A1 WO2012070982 A1 WO 2012070982A1
Authority
WO
WIPO (PCT)
Prior art keywords
clinical
database
information
unit
patient
Prior art date
Application number
PCT/RU2011/000312
Other languages
English (en)
French (fr)
Inventor
Владимир Леонидович ГЛОТКО
Александр Сергеевич РУДНЕВ
Антон Александрович КАРАУЛАНОВ
Евгений Александрович МОДЕНОВ
Original Assignee
Общество С Ограниченной Ответственностью "Правовое Сопровождение Бизнеса"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Общество С Ограниченной Ответственностью "Правовое Сопровождение Бизнеса" filed Critical Общество С Ограниченной Ответственностью "Правовое Сопровождение Бизнеса"
Priority to CN2011800562075A priority Critical patent/CN103354929A/zh
Priority to EP11843577.5A priority patent/EP2645273A1/en
Priority to US13/989,059 priority patent/US20130238364A1/en
Publication of WO2012070982A1 publication Critical patent/WO2012070982A1/ru

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Definitions

  • the invention relates to medicine and can be used in 5 outpatient and inpatient care as a system of differentiation and analysis of registered clinical data (automated clinical information-intellectual reference system - AKISS), which allows differentiation of clinical and instrumental laboratory data to establish a diagnosis ( for the diagnosis of preliminary and final diagnoses).
  • the clinical system in an automated mode of operation is designed to support the adoption of medical decisions when making a diagnosis (during differential diagnosis) and choosing (complex corrective treatment methods)
  • the system of automatic diagnosis of a medical condition When forming a set of primary patient data and a set of symptoms, the system of automatic diagnosis of a medical condition generates a route map for treating a disease, which the doctor selects from a set of a list of diseases that have more or less indicators of the course of the disease associated with the list of symptoms,
  • the doctor switches from one mode to the next mode (switching from one scenario to another) to select, based on an assessment of the joint symptoms, a probable diagnosis.
  • the diagnosis is carried out according to a data scheme for diagnosing a disease, according to which the object of the first disease is associated with a set of objects of symptoms of the first disease, in which at least one object of symptoms of the first disease has
  • 25 is the actual weight of the symptom, and an object of the second disease associated with the set of symptom objects of the second disease is detected, wherein at least one symptom object of the second disease corresponds to at least one symptom object of the first disease and has an alternative symptom weight.
  • This known system in the structural plan contains communication terminals with a system (PC) equipped with input / output devices information and messages connected via a remote access network with a controller with a subsystem for inputting primary information about each patient, which includes a unit for entering general patient data, a unit for entering information about the patient’s medical history and 5 unit for entering information about clinical trials, carried out by the attending physician in relation to the patient, while the subsystem is connected to a database containing diagnosis scenarios and the corresponding treatment methods and methods, indicating the pharmaceutical composition required for this nta.
  • PC system
  • the bias in the description of the first expressed symptoms that 5 the system receives from the patient at the first interrogation stage of the work leads to the extraction of the erroneous scenario of the disease from the database and the error in the diagnosis.
  • the system does not have the ability to control the (diagnostic) course of the disease and the results of treatment, which prevents the adjustment of the system in terms of clarifying the weight of the symptom or adjusting the scenario.
  • the present invention is aimed at achieving a technical result, which consists in increasing the efficiency of the system and the reliability of the results due to the implementation of the process
  • 20 differentiation and analysis of recorded clinical data contains a unit for entering information about the anamnesis with registration of the date of manifestation and patient complaints, a unit for entering information about clinical trials conducted by the attending physician in relation to the patient, a unit for entering information according to the results of instrumental and laboratory
  • a block with information about the methods and methods of treatment and a block for reflecting the diagnosis made by the attending physician (a block for reflecting differential diagnoses by the attending physician is more logical)
  • a differential diagnostic matrix which includes It’s a common database bus for the clinical characteristics of symptoms, anatomical objects, the location of anatomical objects and the severity of clinical indicators, and also includes related information rmatsionnymi channels with a unit for entering information about clinical trials conducted by the attending physician in relation to the patient, blocks for describing the clinical characteristics of the symptom, indications of the anatomical object, indications of the location of the anatomical object and the severity of the clinical parameters, while the block for describing the clinical characteristics of the symptom is associated with a database of clinical characteristics of the symptoms , the block indicating the anatomical object is connected with the database of anatomical objects, the block indicating the location of the anatomical object with it is associated with a database for the location of anatomical objects, and the severity block of clinical indicators
  • the indicated signs are essential and interconnected with the formation of a stable set of essential signs, sufficient to obtain the required technical result (in the form of differential diagnoses by which the specialist makes decisions).
  • the present invention is illustrated by a specific example of execution, which, however, is not the only possible, but clearly demonstrates the possibility of achieving the desired technical result.
  • FIG. 1 shows a block diagram of a system for differentiation and analysis of recorded clinical data.
  • a system for differentiation and analysis of registered clinical data is considered, which can be used in a complex of information 5 (information-intellectual) support of the diagnostic process by registering, formalizing, accumulating, exchanging, analyzing and processing individual and group medical data in dynamics.
  • the system is intended for the daily clinical activity of doctors of various specialties during differential diagnosis of various diseases.
  • the system uses a software-based method for conducting differential diagnostics for groups of multiple features and their combinations in common conjugate fields.
  • the basis of the differential diagnosis is the recognition of symptoms based on careful observation of the clinical picture of the patient and their accurate registration. All this constitutes the stage of collection and registration in the database of general and specialized medical data, clinical and instrumental information for each specific patient.
  • the next step is the analysis and evaluation of these data, an attempt to establish the value of individual symptoms, phenomena, subjective complaints, the results of diagnostic examinations, provocative tests and their relationship.
  • 15 available data include the complex of observed symptoms in those categories of diseases that fully or most fully correspond to it. Therefore, it is necessary to identify and establish the category of the disease, to make a diagnosis that could explain the presence of all the symptoms present in this case.
  • a classifier has been developed for dividing diseases of the zo into groups that are divided into subgroups, which, in turn, are divided into smaller subgroups, and so on to specific units - diseases (a unified method for filling clinical and other data has been developed ( matrix) (based on a single developed method filling with clinical and other data in the form of a matrix that has the ability to differentiate the symptoms in a particular disease with all groups of other diseases in which these symptoms appear), including the capabilities of a matrix with 5 all disease groups, for example, heart disease, pneumonia, peripheral nervous system, but they all come in a single matrix).
  • the basis of division is always an important or essential feature. However, in practice, in most cases, the most appropriate feature is selected as the basis. In classical logic, division is carried out to the end on the basis of the same attribute.
  • a system of differentiation and analysis of registered clinical data is considered, constructed according to the following algorithm of relationships and functioning.
  • the system contains a unit for entering information about the anamnesis with registration of the date of manifestation and patient complaints, a unit for entering information about clinical studies conducted by the attending physician in relation to the patient, a unit for entering information on the results of instrumental laboratory studies indicating the date and methods of conducting the studies, a block with information about the methods and methods of treatment and a block for reflecting the diagnosis made by the attending physician, a differential diagnostic matrix, including 5 connected by a common database bus of clinical characteristics of symptoms, anatomical objects , the location of anatomical objects and the severity of clinical indicators, and also includes related information channels with a block for entering information about clinical research conducted by th doctor against patient describe blocks of clinical symptom characteristics, indications of an anatomical object, specifying the location of the anatomical object and severity of clinical indicators, and the block description of the clinical characteristics of symptoms associated with a database of clinical symptoms characteristic unit
  • the matrix has the function of selecting from each database information that matches the information maintained in the corresponding block associated with this database, clarifying the volume of this information by narrowing it with corrective indicators of information selected from the next database associated with the previous database , on
  • the system for differentiation and analysis of registered clinical data contains an external subsystem 1 for entering patient information, which includes a unit 2 for entering history information with registration of the date of 3 manifestations and complaints of 4 patients, while this block can contain 5 additional information about history of life introduced the patient with dates 6 events and their nature 7, which can also be printed on paper 8.
  • the external subsystem includes block 9 for entering information about clinical trials conducted by the attending physician in relation to the patient, block 10 for entering information on the results of instrumental laboratory studies indicating the date 11 and methods 12 of the studies, block 13 with information about the methods 14 and methods 15 of treatment, indicating the date of appointment 16 and block 17 to reflect the diagnosis made by the attending physician, for example, in the form of digestive 18 and final 19 conclusions.
  • External subsystem 2 is connected informationally with a differential diagnostic matrix 20, which includes interconnected common bus 21 base 22 data of clinical symptoms characteristics, base 23 of anatomical objects, base 24 with information on the location of anatomical objects and base 25 severity of clinical indicators that are associated with block 26 indicating the date of manifestation of the complaint received during registration of the patient's history.
  • a differential diagnostic matrix 20 which includes interconnected common bus 21 base 22 data of clinical symptoms characteristics, base 23 of anatomical objects, base 24 with information on the location of anatomical objects and base 25 severity of clinical indicators that are associated with block 26 indicating the date of manifestation of the complaint received during registration of the patient's history.
  • the differential diagnostic matrix 20 also includes information channels connected with block 9 for entering information about clinical trials conducted by the attending physician in relation to the patient, block 27 describing the clinical characteristics of the symptom, block 28 indicating the anatomical object, block 29 indicating the location of the anatomical object and block 30 severity of clinical indicators.
  • the block 27 for describing the clinical characteristics of the symptom is connected with the database 22 of the clinical characteristics of the symptoms
  • the block 28 for indicating the anatomical object is connected with the database 23 of the anatomical objects
  • the block 29 for indicating the location of the anatomical object is connected with the database 24 for the location of the anatomical objects
  • the block 24 severity of clinical indicators is associated with a database of 30 severity of clinical indicators.
  • the differential diagnostic matrix is configured to select from each database information that matches the information maintained in the corresponding block associated with this database, with clarification of the volume of this information by narrowing it according to corrective indicators of information collected from the following database associated with the previous database, based on the use of the criterion of accuracy of coincidence, the criterion of reliability of coincidence, criterion 5 of probability of coincidence and the criterion of doubtfulness or negation of coincidence.
  • T exact (specific, pathognomonic, obligate); reliable (D) (very common, almost always present); probable (B) (often found, sensitive); denial (O) (contradictory, incompatible, antagonist, indicating the impossibility of the presence of a given sign (symptom) in a given disease).
  • the method of single conjugate fields is used.
  • the differentiation of several units - diseases is carried out quantitatively by the frequency of occurrence of identified signs with those available in variants of one group of diseases.
  • a neurologist examined a patient with suspicion of
  • the system allows the clinician (i.e. provides information and intellectual support) to quickly, efficiently and professionally evaluate the result of differentiation, and to identify not only several pathological processes occurring simultaneously in the same patient, but also the degree of their severity and manifestation in relation to each other, which determines the priority advantage of appropriate specialized therapy, i.e. 5 provides information support to the doctor in the conduct of drug and other therapy at different stages of the manifestation of one disease or several diseases simultaneously occurring.
  • a feature of the developed system is an automated search and reference (semantic) support for the entered term during registration, differential comparison and maintenance of clinical or other data.
  • the system provides informational and intellectual support of the medical diagnostic process, providing the clinician with support in the form of:
  • zo - compiling forms of a predominantly, interconnected and most appropriate treatment for a patient with a variety of differential diagnoses (reference elements / templates are formed by clinicians medical institution independently, or the formation of a basic directory with further work with the directory by the staff).
  • the components of the subsystems operate among themselves according to the algorithm of related fields, according to which each input feature corresponds to a set of related or response features, the selection of which is determined by the probabilistic scheme, according to which each additional feature introduced narrows the field of related or responsive features related to the first entered featured.
  • the method of single conjugate fields provides the possibility of differentiating several units of diseases quantitatively by the frequency of occurrence of identified signs with those available in variants of one group of diseases.
  • the present invention is industrially applicable, will improve the efficiency of making reliable decisions regarding the patient and provide optimal treatment.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Изобретение относится к вычислительной технике, а именно к системам дифференциации и анализа зарегистрированных клинических данных. Техническим результатом является повышение эффективности системы и достоверности результатов диагноза. Система дифференциации и анализа зарегистрированных клинических данных содержит блок для ввода сведений об анамнезе с регистрацией даты проявления и жалоб пациента, блок для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блок для ввода сведений по результатам инструментально-лабораторных исследований с указанием даты и методов проведения исследований, блок со сведениями о способах и методах лечения, блок для отражения поставленного лечащим врачом диагноза, дифференциально- диагностическую матрицу, базу данных анатомических объектов, базу данных расположения анатомических объектов, базу данных клинических показателей выраженности, блок описания клинической характеристики симптома, блок указания на анатомический объект, блок указания на расположение анатомического объекта и блок выраженности клинических показателей.

Description

Система дифференциации и анализа зарегистрированных клинических данных
Область техники
Изобретение относится к медицине и может быть использовано в 5 поликлинической и стационарной медицинской помощи в качестве системы дифференциации и анализа зарегистрированных клинических данных (автоматизированной клинической информационно-интеллектуальной справочной системы - АКИСС), позволяющей проводить дифференциацию клинических и инструментально-лабораторных данных для установления ю диагноза (для диагностирования предварительных и окончательных диагнозов). Клиническая система в автоматизированном режиме функционирования предназначена для поддержки принятия врачебных решений при постановке диагноза (при проведении дифференциальной диагностики) и выборе (комплексных корригирующих методов лечения)
15 методики лечения.
Предшествующий уровень техники
В медицинских учреждениях имеются перечни обязательных и дополнительных исследований и процедур, методов физиотерапевтического лечения пациентов. Имеются рекомендации
20 Минздрава РФ и стандарты рационального обследования и медикаментозного лечения больных различных профилей. Выбор методик диагностики и лечения различных патологий производится лечащим врачом на основании вышеперечисленных средств и личного практического опыта лечащего врача и зав. отделением. Это ведет к различным трудовым и
25 другим видам затрат медицинских учреждений здравоохранения в зависимости от выбранного метода на одну схему оказания помощи для одного пациента, от внесения корректировок в схему лечения, в связи с осложнениями или выявленной в процессе лечения сопутствующей патологии, что сложно учесть при определении фактических объемов зо работы персонала и качества оказания помощи. Кроме того, необходимо учитывать внедрение новых технологий и более современного оборудования, их полноценное использование, что также немаловажно для повышения качества оказываемых медицинских услуг. Предыдущие попытки решить проблемы здравоохранения в части своевременного информационного обеспечения или введения статистических программ вовлекали различные формы автоматизации. Некоторые из этих попыток были в виде телефонной библиотеки ответов на 5 медицинские вопросы. Другие попытки были направлены на обеспечение врачей автоматизированными средствами помощи для использования при обследовании пациента. Эти способы вовлекали статические процедуры или алгоритмы исходя их условия быстрой постановки диагноза и выбора метода лечения с помощью ЭВМ и с учетом заложенных в нее сведений и ю алгоритма ее работы: при этом ставилась задача автоматического установления диагноза самой машиной по набору типовых входных данных о пациенте, а не человеком-врачом. Такие разработки функционируют по алгоритму проведения интервью с пациентом для сбора необходимого и достаточного набора данных о пациента до степени насыщения,
15 соответствующей, по крайней мере, одному из заложенных в ЭВМ медицинскому диагностическому сценарию. Такая схема построения ЭВМ на базе набора медицинских диагностических сценариев предусматривает участие доктора только на стадии ввода данных о пациенте и в конечном итоге приводит к формированию «удобного» сознания о том, что все можно
20 подогнать к одному из сценариев. Участие доктора как специалиста и как главного участника-постановщика диагноза в данной системе медицинской помощи не рассматривается. Кроме того, такая система предполагает, что разработан эффективный способ представления медицинских знаний экспертов в своих специальностях в формате сценариев, которые постоянно
25 насыщают базу данных этой ЭВМ. Сценарии должны использовать динамические структуры для быстрого и эффективного достижения диагноза пациента.
Примером такой автоматизированной системы является решение, описанное в WO 98/02836, G06F19/00, опубл. 22.01.1998. В этом документе зо описана система автоматизированной диагностики, включающая повторяющееся в течение времени задавание вопросов для получения ответов от пациента, причем ответы устанавливают изменяющиеся во времени симптомы, а каждый установленный симптом прибавляет вес к болезни, выработку одного или более синергетических весов на основе установленных симптомов, при этом выработка синергетических весов включает установление синергетического симптома, накопление весов установленных симптомов и синергических весов для болезни, причем 5 выбранный набор установленных симптомов, появляющийся в заданной последовательности во времени, добавляет дополнительный диагностический вес к болезни, и определение того, достигают порога или переходят порог полученные совокупные веса для болезни, на основании чего устанавливается и объявляется диагноз.
ю При формировании набора первичных данных о пациенте и набора симптомов система автоматической диагностики медицинского состояния формирует маршрутную карту лечения болезни, которую врач выбирает из набора списка болезней, которым присущи в большей или меньшей степени показатели течения болезни, связанные со списком симптомов,
15 сформированным по первичным данным пациента: в этом случае доктор переключается с одного режима на следующий режим (переход с одного сценария на другой) для выбора на основе оценки совместных симптомов вероятного диагноза.
Данное техническое решение принято в качестве прототипа для
20 заявленного объекта.
В известной системе диагностика осуществляется по схеме данных для диагностики болезни, согласно которой выявляют объект первой болезни, связанный с набором объектов симптомов первой болезни, в котором, по крайней мере, один объект симптомов первой болезни имеет
25 действительный вес симптома, и выявляют объект второй болезни, связанный с набором объектов симптомов второй болезни, причем, по меньшей мере, один объект симптомов второй болезни соответствует, по меньшей мере, одному объекту симптомов первой болезни и имеет альтернативный вес симптома. При таком алгоритме оценке симптомов зо диагноз ставится по выбору болезни, для которой этот же симптом в других болезнях имеет минимальное значение.
Данная известная система в конструктивном плане содержит терминалы связи с системой (PC) оснащенные устройствами ввода/вывода информации и связанные по сети удаленного доступа с контроллером сообщения с подсистемой ввода первичной информации о каждом пациенте, в состав которой входит блок для ввода общих данных о пациенте, блок для ввода сведений об анамнезе с жалобами пациента и 5 блок для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, при этом подсистема связана с базой данных, содержащих сценарии диагнозов и соответствующих им методов и способов лечения с указанием требуемого для этого фармацевтического компонента.
ю Недостаток данной системы, как клинической информационной системы или справочной системы информационно-интеллектуальной поддержки доктора при постановке диагноза и выработке методов лечения, заключается в том, что она построена по принципу размещения заболеваний, симптомов и вопросов в набор связанных структур
15 заболеваний, симптомов и вопросов, таких как объекты или списки, чтобы к структурам можно было получить доступ для выработки диалога с пациентом. В известной системе дифференциация (или выбор) построена по принципу исключения понятий (клинических признаков, симптомов). Кроме того, в системе субъективные жалобы от пациента контролирует и
20 устанавливает их объективность не медицинский специалист, а тестовая программа в автоматизированном режиме. Пациент может и не знать, где у него точно расположен тот или иной орган, жалобы на него могут провоцировать тестовый направленный поиск по ложному пути, система будет вести поиск исходя из заданных параметров, в итоге затраченное
25 время и ложный результат. Ошибочным является то, что в процессе клинической дифференциации устанавливаются веса и синергия весового значения того или иного симптома, что приводит к оценке некоторого усредненного явления, а не присущего пациенту состояния (установка веса и синергия весового значения того или иного симптома заранее зо вкладываются в программу, как некий постоянный коэффициент). При таком подходе к оценке состояния пациента высока вероятность установления такого диагноза, которому присущ этот вес симптома (выявленный на основании вопросников только потому, что у пациента это проявление наиболее сильное и психологически подавляет менее выраженные формы проявления других симптомов), но на самом деле этот симптом может быть косвенным и являться результатом действия иного процесса. Необъективность описания первых выраженных симптомов, которые 5 получает система от пациента на первом опросном этапе работы, обуславливает извлечение из базы данных ошибочного сценария болезни и ошибочность в постановке диагноза. Система не имеет возможности контроля за (диагностическим) течением болезни и результатами лечения, что препятствует проведению корректировки системы в части уточнения ю веса симптома или корректировки сценария.
Раскрытие изобретения
Настоящее изобретение направлено на достижение технического результата, заключающегося в повышении эффективности системы и достоверности результатов за счет осуществления процесса
15 дифференциации и анализа зарегистрированных клинических данных (показателей клинического состояния больного, это данные жалоб и осмотра специалиста, а также лабораторно-инструментальных данных) по клиническим матрицам.
Указанный технический результат достигается тем, что система
20 дифференциации и анализа зарегистрированных клинических данных содержит блок для ввода сведений об анамнезе с регистрацией даты проявления и жалоб пациента, блок для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блок для ввода сведений по результатам инструментально-лабораторных
25 исследований с указанием даты и методов проведения исследований, блок со сведениями о способах и методах лечения и блок для отражения поставленного лечащим врачом диагноза (блок для отражения дифференциальных диагнозов лечащим врачом - так логичней), дифференциально-диагностическую матрицу, включающую в себя зо связанные между собой общей шиной базы данных клинических характеристик симптомов, анатомических объектов, расположению анатомических объектов и выраженности клинических показателей, и включающую так же в себя связанные информационными каналами с блоком для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блоки описания клинической характеристики симптома, указания на анатомический объект, указания на расположение анатомического объекта и выраженности клинических показателей, при этом блок описания клинической характеристики симптома связан с базой данных клинических характеристик симптомов, блок указания на анатомический объект связан с базой данных анатомических объектов, блок указания на расположение анатомического объекта связан с базой данных расположению анатомических объектов, а блок выраженности клинических показателей связан с базой данных выраженности клинических показателей, причем дифференциально- диагностическая матрица выполнена с функцией отбора (по сопряженным полям и установления значения) из каждой базы данных сведений, совпадающих со сведениями, веденными в соответствующий блок, связанный с этой базой данных, с уточнением объема этих сведений путем их сужения по корректирующим показателям сведений, отобранных из связанной с предыдущей базой данных следующей базы данных, на основании использования критерия точности совпадения, критерия достоверности совпадения, критерия вероятности совпадения и критерия сомнительности или отрицания совпадения.
Указанные признаки являются существенными и взаимосвязаны с образованием устойчивой совокупности существенных признаков, достаточной для получения требуемого технического результата (в виде дифференциальных диагнозов по которым врач специалист принимает решения).
Описание фигур чертежей
Настоящее изобретение поясняется конкретным примером исполнения, который, однако, не является единственно возможным, но наглядно демонстрирует возможность достижения требуемого технического результата.
На фиг. 1 изображена блок-схема система дифференциации и анализа зарегистрированных клинических данных. Лучший вариант осуществления изобретения
Согласно настоящего изобретения рассматривается система дифференциации и анализа зарегистрированных клинических данных, которая может использоваться в комплексе информационной 5 (информационно-интеллектуальной) поддержки лечебно-диагностического процесса путем регистрации, формализации, накопления, обмена, анализа и обработки индивидуальных и групповых медицинских данных в динамике. Система предназначена для повседневной клинической деятельности врачей различных специальностей при проведении дифференциальной ю диагностики различных заболеваний. Система использует программный метод проведения дифференциальной диагностики по группам множественных признаков и их сочетаний в общих сопряженных полях.
Основанием для принятия научно обоснованных врачебных решений в повседневной клинической практике врачей специалистов является
15 результат проведения дифференциальной диагностики заболеваний. В большинстве случаев опытный врач после сбора анамнеза и обследования больного обычно сразу же ставит диагноз, более того, дифференцированный диагноз. Постановка дифференцированного диагноза является таким процессом мышления, который после
20 приобретения определенных навыков и опыта становится практически подсознательным. Из-за быстротечности этого процесса установить его закономерности достаточно сложно, но они очень важны для снижения числа случаев ошибок при установлении диагноза, для обучения методам дифференциальной диагностики и разработки программных методов
25 сопоставления выявленных патологических изменений с использованием компьютерных технологий.
Основой дифференциального диагноза является распознавание симптомов на основе тщательного наблюдения за клинической картиной больного и точная их регистрация. Все это составляет этап сбора и зо регистрации в базе общих и специализированных медицинских данных, клинических и инструментальных сведений по каждому конкретному больному. Следующим шагом является анализ и оценка этих данных, попытка установить значение отдельных симптомов, явлений, субъективных жалоб, результатов диагностических обследований, провокационных проб и их взаимосвязи.
После регистрации данных и их оценки следует дифференциация, учет этиологических, патогенетических или симптоматических проявлений, 5 известных категорий и выбор среди них наиболее вероятных. Врачам было бы значительно легче, если бы весь этот процесс можно было провести на основе законов классической логики. К сожалению, это невозможно. Если бы в диагностике было возможно выделить явления и перевести их в отдельные категории, как в математике и в других точных науках, то вообще ю не потребовалось бы дифференциальной диагностики, все бы легко дифференцировалось и устанавливалось.
Для дифференциации необходимо знать диагностические алгоритмы и варианты, к которым можно отнести данный случай. Проведение дифференциальной диагностики и состоит в том, чтобы на основании
15 имеющихся данных отнести комплекс наблюдаемых симптомов к тем категориям заболеваний, которые полностью или наиболее полно ему соответствуют. Следовательно, необходимо выявить и установить категорию заболевания, поставить диагноз, который смог бы объяснить наличие всех имеющихся в данном случае симптомов. Для этого и
20 производят соответствующее деление заболеваний на основе определенных общих закономерностей.
Важным условием дифференцированного анализа полученной медицинской информации, является применение сравнительно- сопоставимого метода к одинаковым видам информации. Применяя
25 дифференциальный анализ по множественным признакам, выявляются диагностические критерии, лежащие в основе проведения дифференциальной диагностики.
Для удобства проведения дифференциации с использованием базы медицинских данных, разработан классификатор разделения заболеваний зо на группы, разделяющиеся на подгруппы, которые, в свою очередь, разделяются на меньшие подгруппы, и так до конкретных единиц - заболеваний (разработан единый способ наполнения клиническими и иными данными (матрица) (на основе единого разработанного метода наполнения клиническими и иными данными в виде матрицы, которая обладает способностью разграничительного объединения симптомов в конкретном заболевании со всеми группами других заболеваний, в которых проявляются данные симптомы), включающим возможности матрица со 5 всеми группами заболеваний, например заболевания сердца, пневмонии, периферической нервной системы, но все они входят в единую матрицу). В классической логике основа деления всегда является важным или существенным признаком. Однако на практике в большинстве случаев выбирают за основу наиболее целесообразный признак. В классической ю логике деление производится до конца на основе одного и того же признака.
На практике при проведении дифференциального диагноза деление отдельных подгрупп по причине целесообразности может производиться по различным признакам.
При использовании деления на практике, оно в любом случае должно
15 быть исчерпывающим: подгруппы должны охватывать все встречающиеся варианты. Не может быть использовано такое деление, которое, например, разделяет все менингиты на основе цитограммы ликвора и лейкоцитоза крови, так как существуют многие варианты течения данного заболевания, при которых результат исследования ликвора и лейкоцитоза крови
20 практически не отличается. Ошибки при разделении можно избежать, если применить методы сравнения, сопоставления и выявления совпадений множественных показателей и признаков. Данные особенности дифференцированного анализа поступающих медицинских данных заложены в конструкции предлагаемой автоматизированной справочной
25 системы информационной (информационно-интеллектуальной) поддержки лечебно-диагностического процесса.
Согласно настоящей полезной модели рассматривается система дифференциации и анализа зарегистрированных клинических данных, построенная по следующему алгоритму связей и функционирования. зо Система содержит блок для ввода сведений об анамнезе с регистрацией даты проявления и жалоб пациента, блок для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блок для ввода сведений по результатам инструментально- лабораторных исследований с указанием даты и методов проведения исследований, блок со сведениями о способах и методах лечения и блок для отражения поставленного лечащим врачом диагноза, дифференциально-диагностическую матрицу, включающую в себя, 5 связанные между собой общей шиной базы данных клинических характеристик симптомов, анатомических объектов, расположению анатомических объектов и выраженности клинических показателей, и включающую так же в себя связанные информационными каналами с блоком для ввода сведений о клинических исследованиях, проведенных ю лечащим врачом в отношении пациента, блоки описания клинической характеристики симптома, указания на анатомический объект, указания на расположение анатомического объекта и выраженности клинических показателей, при этом блок описания клинической характеристики симптома связан с базой данных клинических характеристик симптомов, блок
15 указания на анатомический объект связан с базой данных анатомических объектов, блок указания на расположение анатомического объекта связан с базой данных расположению анатомических объектов, а блок выраженности клинических показателей связан с базой данных клинических показателей выраженности, причем дифференциально-диагностическая
20 матрица выполнена с функцией отбора из каждой базы данных сведений, совпадающих со сведениями, веденными в соответствующий блок, связанный с этой базой данных, с уточнением объема этих сведений путем их сужения по корректирующим показателям сведений, отобранных из связанной с предыдущей базой данных следующей базы данных, на
25 основании использования критерия точности совпадения, критерия достоверности совпадения, критерия вероятности совпадения и критерия сомнительности или отрицания совпадения.
Ниже приводится пример конкретной реализации такой системы.
Система дифференциации и анализа зарегистрированных клинических зо данных (фиг. 1 ) содержит внешнюю подсистему 1 ввода сведений о пациенте, которая включает в себя блок 2 для ввода сведений об анамнезе с регистрацией даты 3 проявления и жалоб 4 пациента, при этом в этот блок могут быть введены дополнительные сведения 5 об анамнезе жизни пациента с указанием дат 6 событий и их характере 7, что так же может быть распечатано на бумажном носителе 8. Во внешнюю подсистему входит блок 9 для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блок 10 для ввода сведений по результатам инструментально-лабораторных исследований с указанием даты 11 и методов 12 проведения исследований, блок 13 со сведениями о способах 14 и методах 15 лечения с указанием даты назначения 16 и блок 17 для отражения поставленного лечащим врачом диагноза, например, в виде предварительного 18 и окончательного 19 заключений.
Внешняя подсистема 2 связана информационно с дифференциально- диагностической матрицей 20, включающей в себя связанные между собой общей шиной 21 база 22 данных клинических характеристик симптомов, база 23 анатомических объектов, база 24 со сведениями по расположению анатомических объектов и база 25 выраженности клинических показателей, которые связаны с блоком 26 указания даты проявления жалобы, полученной при регистрации анамнеза больного.
Дифференциально-диагностическая матрица 20 так же включает в себя связанные информационными каналами с блоком 9 для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блок 27 описания клинической характеристики симптома, блок 28 указания на анатомический объект, блок 29 указания на расположение анатомического объекта и блок 30 выраженности клинических показателей.
В матрице блок 27 описания клинической характеристики симптома связан с базой данных 22 клинических характеристик симптомов, блок 28 указания на анатомический объект связан с базой данных 23 анатомических объектов, блок 29 указания на расположение анатомического объекта связан с базой данных 24 по расположению анатомических объектов, а блок 24 выраженности клинических показателей связан с базой данных 30 выраженности клинических показателей.
Дифференциально-диагностическая матрица выполнена с функцией отбора из каждой базы данных сведений, совпадающих со сведениями, веденными в соответствующий блок, связанный с этой базой данных, с уточнением объема этих сведений путем их сужения по корректирующим показателям сведений, обобранных из связанной с предыдущей базой данных следующей базы данных, на основании использования критерия точности совпадения, критерия достоверности совпадения, критерия 5 вероятности совпадения и критерия сомнительности или отрицания совпадения.
В качестве критериев отобраны следующие: точный (Т) (специфический, патогномоничный, облигатный); достоверный (Д) (очень часто встречающийся, почти всегда присутствует); вероятный (В) (часто ю встречающийся, чувствительный); отрицания (О) (противоречащий, несовместимый, антагонист, указывающий на невозможность присутствия данного признака (симптома) при данном заболевании).
Для сопоставления характеристик нескольких признаков зарегистрированных врачами-специалистами в соответствующих разделах
15 базы, используется метод единых сопряженных полей. Тем самым дифференциация нескольких единиц - заболеваний, проводится количественно по частоте встречаемости выявленных признаков с имеющимися таковыми в вариантах одной группы заболеваний.
Так, например, неврологом осмотрен больной с подозрением на
20 серозный менингит (по МКБ-10 - G03). Регистрация полученных сведений осуществляется в системе по соответствующим полям (осуществляется в формализованном формате по соответствующим полям): жалобы (особенность головной боли, рвоты), анамнез (эпидемические особенности, пути передачи, период инкубации, температура), объективный статус
25 (общий и неврологический осмотр - преобладающие симптомы и синдромы, менингеальные и энцефалические симптомы, их выраженности (система основана на присутствии семантики в описании симптомов и синдромов, т.е. всех клинических признаков, т.е. справочной подсказки проявления того или иного клинического признака), результаты лабораторного исследования зо крови и ликвора, результаты серологического и вирусологического исследования и т.д.. Количество сопряженных полей определяется пользователем, т.е. врачом-специалистом. После регистрации полученных сведений, проводится дифференциальная диагностика по соответствующим полям (выбранным произвольно), используя раздел дифференциальной диагностики неврологических заболеваний (используя блок дифференциации неврологических заболеваний по группам). Врачи- специалисты используют электронную обработку зарегистрированных 5 сведений в системе, сопоставляют и сравнивают собранные и полученные от больного данные с имеющимися вариантами течения заболеваний данной подгруппы (происходит в автоматическом режиме) в справочнике дифференциальной диагностики неврологических заболеваний (менингиты энтеровирусной этиологии, паротитной этиологии, лимфоцитарный ю хориоменингит, менингиальная форма полиомиелита и т.д.). Результат выдается по представлению предварительных дифференциальных диагнозов, с их вероятным и достоверным проявлениям в данном клиническом случае, автоматически уточняющимся при внесении дополнительных выявленных данных (как объективно изменяющихся во
15 времени симптомов клинического состояния больного, так и результатов проводимых в динамике различных исследований). Дифференциация проводится по следующему принципу: в блоке регистрации (введение) информации о больном, существуют разделы и поля идентичные по сопоставимости разделам и полям в матрице, т.е. логически сопряжены.).
20 Дифференциация проводится матрицей 20, результат дифференциально- диагностического анализа представлен, условно, в виде графика, в котором каждому выявленному заболеванию дана оценка достоверности и вероятности, наличия у данного конкретного больного. Данная модель позволяет проводить широкополосную, множественную, многоуровневую
25 систему дифференциации, что позволяет учитывать и выявлять самые редкие формы протекания заболевания, специфические и неспецифические формы проявления патологического процесса. Проводить дифференциацию можно и при отсутствии сознания у пациента, что является важным при оказании неотложной медицинской помощи.
зо После регистрации всех выявленных клинических признаков у пациента в результате обследования система позволяет клиницисту (т.е. оказывает информационно-интеллектуальную поддержку) быстро, качественно и профессионально оценить результат дифференциации, и выявить не только несколько патологических процессов, протекающих одновременно у одного и того же пациента, но и степень их выраженности и проявления по отношению друг к другу, что определяет приоритетное преимущество соответствующей специализированной терапии, т.е. 5 оказывает информационную поддержку врачу при ведении лекарственной и иной терапии на разных стадиях проявления одного заболевания или одновременно протекающих несколько заболеваний.
Таким образом, особенностью разработанной системы является автоматизированный поиск и справочное (семантическое) сопровождение ю по вводимому термину при регистрации, дифференциальном сопоставлении и сопровождении клинических или других данных. Система обеспечивает информационно-интеллектуальное сопровождение лечебно- диагностического процесса, оказывая клиницисту поддержку в виде:
предоставления результатов дифференциации в виде
15 предварительных диагнозов при получении множества клинических критериев
- выдачи общих и специфических симптомов и синдромов по предоставленным диагнозам (предустановленный обновляемый справочник с возможностью оперативного пополнения);
20 - выдачи наиболее достоверных показателей лабораторно- инструментальных исследований по предоставленным диагнозам (предустановленный обновляемый справочник с возможностью оперативного пополнения персоналом Заказчика);
- составления форм стандартного обследования пациента при 25 множестве дифференциальных диагнозов, выделяя наиболее целесообразные и рациональные методы исследования (элементы справочника/шаблоны формируются лечебным учреждением самостоятельно, либо производится формирование базового справочник, дальнейшая работа с которым производится персоналом)
зо - составления форм преимущественно, взаимосвязанного и наиболее целесообразного лечения пациента при множестве дифференциальных диагнозов (элементы справочника/шаблоны формируются клиницистами лечебного учреждения самостоятельно, либо производится формирование базового справочника с дальнейшей работой со справочником персоналом).
Компоненты подсистем (блоки) функционируют между собой по алгоритму связанных полей, согласно которому каждому вводимому признаку соответствует набор сопутствующих или ответных признаков, отбор из которых определяется по вероятностной схеме, по которой каждый дополнительный введенный признак ссужает поле сопутствующих или ответных признаков, относящихся к первому введенному признаку. Метод единых сопряженных полей обеспечивает возможность проведения дифференциации нескольких единиц - заболеваний количественно по частоте встречаемости выявленных признаков с имеющимися таковыми в вариантах одной группы заболеваний.
Промышленная применимость
Настоящее изобретение промышленно применимо, позволит повысить эффективность принятия достоверного в отношении пациента решения и обеспечить оптимальное лечение.

Claims

Формула изобретения
Система дифференциации и анализа зарегистрированных клинических данных, характеризующаяся тем, что содержит блок для ввода сведений об анамнезе с регистрацией даты проявления и жалоб пациента, блок для 5 ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блок для ввода сведений по результатам инструментально-лабораторных исследований с указанием даты и методов проведения исследований, блок со сведениями о способах и методах лечения и блок для отражения поставленного лечащим врачом диагноза, ю дифференциально-диагностическую матрицу, включающую в себя связанные между собой общей шиной базы данных клинических характеристик симптомов, анатомических объектов, расположению анатомических объектов и выраженности клинических показателей выраженности, и включающую так же в себя связанные информационными
15 каналами с блоком для ввода сведений о клинических исследованиях, проведенных лечащим врачом в отношении пациента, блоки описания клинической характеристики симптома, указания на анатомический объект, указания на расположение анатомического объекта и выраженности клинических показателей, при этом блок описания клинической
20 характеристики симптома связан с базой данных клинических характеристик симптомов, блок указания на анатомический объект связан с базой данных анатомических объектов, блок указания на расположение анатомического объекта связан с базой данных расположению анатомических объектов, а блок выраженности клинических показателей связан с базой данных
25 выраженности клинических показателей, причем дифференциально- диагностическая матрица выполнена с функцией отбора из каждой базы данных сведений, совпадающих со сведениями, веденными в соответствующий блок, связанный с этой базой данных, с уточнением объема этих сведений путем их сужения по корректирующим показателям зо сведений, отобранных из связанной с предыдущей базой данных следующей базы данных, на основании использования критерия точности совпадения, критерия достоверности совпадения, критерия вероятности совпадения и критерия сомнительности или отрицания совпадения.
PCT/RU2011/000312 2010-11-23 2011-05-06 Система дифференциации и анализа зарегистрированных клинических данных WO2012070982A1 (ru)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN2011800562075A CN103354929A (zh) 2010-11-23 2011-05-06 用于区分和分析记录的临床数据的系统
EP11843577.5A EP2645273A1 (en) 2010-11-23 2011-05-06 System for differentiation and analysis of recorded clinical data
US13/989,059 US20130238364A1 (en) 2010-11-23 2011-05-06 System for Differentiation and Analysis of Recorded Clinical Data

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2010147474 2010-11-23
RU2010147474 2010-11-23

Publications (1)

Publication Number Publication Date
WO2012070982A1 true WO2012070982A1 (ru) 2012-05-31

Family

ID=46146108

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/RU2011/000312 WO2012070982A1 (ru) 2010-11-23 2011-05-06 Система дифференциации и анализа зарегистрированных клинических данных

Country Status (4)

Country Link
US (1) US20130238364A1 (ru)
EP (1) EP2645273A1 (ru)
CN (1) CN103354929A (ru)
WO (1) WO2012070982A1 (ru)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9058354B2 (en) * 2012-01-26 2015-06-16 University Of Rochester Integrated multi-criteria decision support framework
CN108511080A (zh) * 2017-02-23 2018-09-07 仁智(苏州)医学研究有限公司 一种提供临床服务的方法和临床服务系统
CN108766587B (zh) * 2018-05-11 2022-05-03 北京诺道认知医学科技有限公司 一种基于指定药物构建给药数据库的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5517405A (en) * 1993-10-14 1996-05-14 Aetna Life And Casualty Company Expert system for providing interactive assistance in solving problems such as health care management
WO1998002836A2 (en) * 1996-07-12 1998-01-22 Iliff Edwin C Computerized medical diagnostic system utilizing list-based processing
RU2257838C1 (ru) * 2004-03-09 2005-08-10 Пензенский государственный университет Способ диагностики состояния сердечно-сосудистой системы

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7949544B2 (en) * 2003-04-02 2011-05-24 Starwriter, Llc Integrated system for generation and retention of medical records
US20050010444A1 (en) * 2003-06-06 2005-01-13 Iliff Edwin C. System and method for assisting medical diagnosis using an anatomic system and cause matrix

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5517405A (en) * 1993-10-14 1996-05-14 Aetna Life And Casualty Company Expert system for providing interactive assistance in solving problems such as health care management
WO1998002836A2 (en) * 1996-07-12 1998-01-22 Iliff Edwin C Computerized medical diagnostic system utilizing list-based processing
RU2257838C1 (ru) * 2004-03-09 2005-08-10 Пензенский государственный университет Способ диагностики состояния сердечно-сосудистой системы

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SEMEN SIMBIRTSEV ET AL.: "Trekhmernoe modelirovanie stroeniya cheloveka i operativnykh vmeshatelstv s pomoschju sistemy DUCT5.", ZHURNAL "SAPR I GRAFIKA"", 2000, XP008171105, Retrieved from the Internet <URL:http://www.sarp.ru/article.aspx?id=6950&iid=272> [retrieved on 20110816] *

Also Published As

Publication number Publication date
CN103354929A (zh) 2013-10-16
EP2645273A1 (en) 2013-10-02
US20130238364A1 (en) 2013-09-12

Similar Documents

Publication Publication Date Title
RU103209U1 (ru) Клиническая информационная система
WO2012057649A1 (ru) Клиническая информационная система
Ronis et al. Correlates of Breast Self‐Examination in a Sample of College Women: Analyses of Linear Structural Relations 1
CN104246781B (zh) 用于改进神经科医师的关于阿尔茨海默氏病的工作流程的系统与方法
US7315784B2 (en) Network for evaluating data obtained in a biochip measurement device
RU106013U1 (ru) Система постановки дифференцированного диагноза по данным диагностики, справочная система результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы, система дифференциации записи результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы и дифференциально-диагностическая матрица для интеграции в автоматизированные медицинские информационные системы
KR20190132290A (ko) 환자 진단 학습 방법, 서버 및 프로그램
Ryba et al. The influence of psychiatric symptoms and cognitive abilities on competence-related abilities
WO2017001842A1 (en) Methods, systems and tools for selecting subjects suffering from neurodegenerative disease
WO2012070982A1 (ru) Система дифференциации и анализа зарегистрированных клинических данных
Prins et al. Availability and usability of data for medical practice assessment
RU103022U1 (ru) Система дифференциации и анализа зарегистрированных клинических данных
Cheyne et al. The development and testing of an algorithm for diagnosis of active labour in primiparous women
CN114898859A (zh) 急性主动脉夹层院内预后预测系统
Jurjako et al. How to advance the debate on the criminal responsibility of antisocial offenders
Baumert et al. Self-assessed quality of care among adults with diagnosed diabetes in Germany
El-Masri et al. Data collection, management, entry, and analysis
Uma et al. Life course socioeconomic transition and its association with early onset type 2 diabetes: protocol for a sequential exploratory mixed method study
Parker et al. 109 The use of theories and frameworks to understand and address the reduction of low-value healthcare practices: a scoping review
Hofer Design of life course studies of healthy ageing
Wu et al. Development, Reliability and Validity of the Medication Literacy Scale for Parents of Children with Epilepsy
Muhirwe Service-Level Factors Affecting Completion of AnteNatal Care Attendance in Uganda
Billett et al. Evaluating the Implementation of the 2017 Pediatric Blood Pressure Guidelines Within a Pediatric Nephrology Clinic
Cadena Dementia and the Trail Making Test (TMT): Establishing Normative Data
Roberts et al. Suicide: can we identify and manage those at risk more effectively?

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11843577

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 13989059

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2011843577

Country of ref document: EP