kth.sePublikationer
Ändra sökning
Avgränsa sökresultatet
1 - 5 av 5
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Abourraja, Mohamed Nezar
    et al.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Marzano, Luca
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Raghothama, Jayanth
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Boodaghian Asl, Arsineh
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Darwich, Adam S.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Meijer, Sebastiaan
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Lethvall, Sven
    Uppsala University Hospital,Uppsala,Sweden.
    Falk, Nina
    Uppsala University Hospital,Uppsala,Sweden.
    A Data-Driven Discrete Event Simulation Model to Improve Emergency Department Logistics2022Ingår i: Proceedings of the 2022 Winter Simulation Conference, Institute of Electrical and Electronics Engineers (IEEE) , 2022Konferensbidrag (Refereegranskat)
    Abstract [en]

    Demands for health care are becoming overwhelming for healthcare systems around the world regarding theavailability of resources, particularly, in emergency departments (EDs) that are continuously open and mustserve immediately any patient who comes in. Efficient management of EDs and their resources is requiredmore than ever. This could be achieved either by optimizing resource utilization or by the improvement ofhospital layout. This paper investigates, through data-driven simulation alternative designs of workflowsand layouts to operate the ED of the Uppsala University Hospital in Sweden. Results are analyzed tounderstand the requirements across the hospital for reduced waiting times in the ED. The main observationrevealed that introducing a new ward dedicated to patients having complex diagnoses with a capacity ofless than 20 beds leads to lower waiting times. Furthermore, the use of data-mining was of great help inreducing the efforts of building the simulation model.

  • 2.
    Marzano, Luca
    et al.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Dan, A.
    Karolinska Inst, Stockholm, Sweden..
    Tendler, S.
    Karolinska Inst, Stockholm, Sweden..
    Darwich, Adam S.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Raghothama, Jayanth
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    De Petris, L.
    Karolinska Inst, Stockholm, Sweden..
    Lewensohn, R.
    Karolinska Inst, Stockholm, Sweden..
    Meijer, Sebastiaan
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    A Comparative Analysis between Real-World Data and Clinical Trials to Evaluate Differences in Outcomes for SCLC Patients2023Ingår i: Journal of Thoracic Oncology, ISSN 1556-0864, E-ISSN 1556-1380, Vol. 18, nr 11, s. S697-S697Artikel i tidskrift (Övrigt vetenskapligt)
  • 3.
    Marzano, Luca
    et al.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Darwich, Adam S.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Raghothama, Jayanth
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Sven, Lethvall
    Uppsala University Hospital, Uppsala, Sweden.
    Falk, Nina
    Uppsala University Hospital, Uppsala, Sweden.
    Bodeby, Patrik
    Uppsala University Hospital, Uppsala, Sweden.
    Meijer, Sebastiaan
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Diagnosing an overcrowded emergency department from its Electronic Health Records2024Ingår i: Scientific Reports, E-ISSN 2045-2322, Vol. 14, nr 1, artikel-id 9955Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Emergency department overcrowding is a complex problem that persists globally. Data of visits constitute an opportunity to understand its dynamics. However, the gap between the collected information and the real-life clinical processes, and the lack of a whole-system perspective, still constitute a relevant limitation. An analytical pipeline was developed to analyse one-year of production data following the patients that came from the ED (n = 49,938) at Uppsala University Hospital (Uppsala, Sweden) by involving clinical experts in all the steps of the analysis. The key internal issues to the ED were the high volume of generic or non-specific diagnoses from non-urgent visits, and the delayed decision regarding hospital admission caused by several imaging assessments and lack of hospital beds. Furthermore, the external pressure of high frequent re-visits of geriatric, psychiatric, and patients with unspecified diagnoses dramatically contributed to the overcrowding. Our work demonstrates that through analysis of production data of the ED patient flow and participation of clinical experts in the pipeline, it was possible to identify systemic issues and directions for solutions. A critical factor was to take a whole systems perspective, as it opened the scope to the boundary effects of inflow and outflow in the whole healthcare system.

  • 4.
    Marzano, Luca
    et al.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Darwich, Adam S.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Tendler, Salomon
    Department of Oncology‐Pathology Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital Stockholm Sweden.
    Dan, Asaf
    Department of Oncology‐Pathology Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital Stockholm Sweden.
    Lewensohn, Rolf
    Department of Oncology‐Pathology Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital Stockholm Sweden.
    De Petris, Luigi
    Department of Oncology‐Pathology Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital Stockholm Sweden.
    Raghothama, Jayanth
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Meijer, Sebastiaan
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    A novel analytical framework for risk stratification of real‐world data using machine learning: A small cell lung cancer study2022Ingår i: Clinical and Translational Science, ISSN 1752-8054, E-ISSN 1752-8062, Vol. 15, nr 10, s. 2437-2447Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    In recent studies, small cell lung cancer (SCLC) treatment guidelines based on Veterans’ Administration Lung Study Group limited/extensive disease staging and resulted in broad and inseparable prognostic subgroups. Evidence suggests that the eight versions of tumor, node, and metastasis (TNM) staging can play an important role to address this issue. The aim of the present study was to improve the detection of prognostic subgroups from a real-word data (RWD) cohort of patients and analyze their patterns using a development pipeline with thoracic oncologists and machine learning methods. The method detected subgroups of patients informing unsupervised learning (partition around medoids) including the impact of covariates on prognosis (Cox regression and random survival forest). An analysis was carried out using patients with SCLC (n = 636) with stage IIIA–IVB according to TNM classification. The analysis yielded k = 7 compacted and well-separated clusters of patients. Performance status (Eastern Cooperative Oncology Group-Performance Status), lactate dehydrogenase, spreading of metastasis, cancer stage, and CRP were the baselines that characterized the subgroups. The selected clustering method outperformed standard clustering techniques, which were not capable of detecting meaningful subgroups. From the analysis of cluster treatment decisions, we showed the potential of future RWD applications to understand disease, develop individualized therapies, and improve healthcare decision making.

    Ladda ner fulltext (pdf)
    fulltext
  • 5.
    Marzano, Luca
    et al.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Meijer, Sebastiaan
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Dan, Asaf
    Department of Oncology-Pathology, Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital, Stockholm, Sweden.
    Tendler, Salomon
    Department of Oncology-Pathology, Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital, Stockholm, Sweden.
    De Petris, Luigi
    Department of Oncology-Pathology, Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital, Stockholm, Sweden.
    Lewensohn, Rolf
    Department of Oncology-Pathology, Karolinska Institutet and the Thoracic Oncology Center, Karolinska University Hospital, Stockholm, Sweden.
    Raghothama, Jayanth
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Darwich, Adam S.
    KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem, Hälsoinformatik och logistik.
    Application of Process Mining for Modelling Small Cell Lung Cancer Prognosis2023Ingår i: Studies in Health Technology and Informatics, ISSN 0926-9630, E-ISSN 1879-8365, Vol. 302, s. 18-22Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Process mining is a relatively new method that connects data science and process modelling. In the past years a series of applications with health care production data have been presented in process discovery, conformance check and system enhancement. In this paper we apply process mining on clinical oncological data with the purpose of studying survival outcomes and chemotherapy treatment decision in a real-world cohort of small cell lung cancer patients treated at Karolinska University Hospital (Stockholm, Sweden). The results highlighted the potential role of process mining in oncology to study prognosis and survival outcomes with longitudinal models directly extracted from clinical data derived from healthcare.

    Ladda ner fulltext (pdf)
    fulltext
1 - 5 av 5
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf