Diplomová práce

Identifikace kauzálních vztahů v síti humánních fenotypů

Identification of causal relations in phenotypic disease network

Bc. Monika Bezděková
Anotace

Práce se zabývá identifikací orientovaných vztahů v síti humánních fenotypů na základě administrativních dat. Tato data v sobě obsahují velké množství informací o pacientech a jejich onemocněních a navíc jsou dostupná z dlouhodobého časového hlediska. Identifikace příčinných vztahů na základě hospitalizační historie pacientů přispívá k pochopení progrese jednotlivých onemocnění. Datovým zdrojem pro …více

Abstract

The thesis deals with identification of oriented relationships in the phenotypic disease network based on patient administrative data. These data contain a wealth of information about patients and their diseases. In addition, these data are available in the long time perspective. Identifying causal relationships based on patients' hospitalization history could help to understand the progression of …více

Zadání práce
Národní registr hospitalizovaných (NRHOSP) je populačním zdrojem dat o osobách hospitalizovaných na lůžkových odděleních včetně příslušných hospitalizačních diagnóz kódovaných podle MKN-10 klasifikace. Tato data lze využít ke zkoumání progrese onemocnění a hodnocení asociací mezi nemocemi. Sít humánních fenotypů (phenotypic disease network – PDN) vyjadřuje spojitost mezi výskytem jednotlivých onemocnění, avšak nehodnotí časovou souslednost výskytu. Úkolem studentky bude vytvořit síť nemocí rozšířenou o kauzální informaci, identifikovat zajímavé vztahy a objasnit jejich mechanismy, jsou-li známy.

Cíle práce:
1) rešerše dostupné literatury zabývající se využitím administrativních dat nemocnic pro hodnocení kauzálních vztahů mezi výskytem nemocí;
2) seznámení se se strukturou dat NRHOSP, provedení vhodné transformace dat a výběr optimální metodiky pro jejich analýzu;
3) nalezení netriviálních orientovaných vztahů mezi výskytem nemocí na základě historie hospitalizací pacientů se záznamem v datech NRHOSP;
4) vizualizace a zhodnocení nalezených a potenciálně zajímavých vztahů;
5) srovnání výsledků práce se závěry jiných publikovaných studií.

Doporučená literatura:
Hidalgo, C. A., Blumm, N., Barabási, A. L., & Christakis, N. A. (2009). A dynamic network approach for the study of human phenotypes. PLoS Comput Biol, 5(4).
Kannan, V., Swartz, F., Kiani, N. A., Silberberg, G., Tsipras, G., Gomez-Cabrero, D., Alexanderson, K., Tegnèr, J. (2016). Conditional disease development extracted from longitudinal health care cohort data using layered network construction. Scientific reports, 6.
Práce zkontrolována:
15. 5. 2018 05:42, RNDr. Jiří Jarkovský, Ph.D., učo 9787
Plný text práce
2,3 MB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
22. 6. 2018
Práce byla úspěšně obhájena

Vedoucí

RNDr. Jiří Jarkovský, Ph.D., učo 9787
IBA SpolP LF MU

Oponent

prof. RNDr. Zdeněk Pospíšil, Dr., učo 707
ext ÚMS Ústavy PřF MU

Konzultant

Mgr. Klára Benešová, učo 374222
IBA SpolP LF MU

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.
  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.
  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.
  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.
  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.