• Stato:
  • Centro coordinatore:
  • Altri centri:
  • Ambito:
  • Data Inizio:
  • Finanziamento:
  • Soluzioni:
  • Corrente
  • IRCCS Fondazione Salvatore Maugeri, Pavia (IT)
  • Atene, Valencia
  • Diabete
  • Martedì, 01 Gennaio 2013
  • EU
  • 12b2

Descrizione:
MOSAIC è un progetto finanziato dalla commissione europea volto a fornire un approccio innovativo nella diagnosi e nel follow up delle persone affette da diabete cronico, al fine di migliorare la caratterizzazione dei pazienti e la capacità di valutare il rischio di sviluppare complicazioni correlate al Diabete Mellito di tipo 2.
L’Università di Pavia, in collaborazione con BIOMERIS, ha utilizzato il framework i2b2 per collezionare e integrare dati eterogenei provenienti dal database dei pazienti diabetici della Fondazione Salvatore Maugeri, dati amministrativi provenienti dall’azienda sanitaria locale e dati ambientali provenienti dai database regionali.
Quando un utente del sistema seleziona il gruppo di pazienti di interesse, il motore di query recupera da i2b2 le informazioni necessarie, successivamente il modulo di Data-Mining esegue le analisi temporali e restituisce il controllo all’interfaccia per la visualizzazione dei risultati. MOSAIC è già disponibile per essere usato nella pratica clinica al fine di ottenere statistiche sui centri per la cura del diabete e calcolare indici di rischio a misura di paziente. L’insieme dei dati di MOSAIC comprende dati clinici georeferenziati che permettono di localizzare geograficamente ogni soggetto.

Riferimenti:
Dagliati A, Sacchi L, Bucalo M, Segagni D, Zarkogianni K, Martinez Millana A, Cancela J, Sambo F, Fico G, Meneu Barreira M, T, Cerra C, Nikita K, Cobelli C, Chiovato L, Arredondo M, T, Bellazzi R, (2014) A data gathering framework to collect Type 2 diabetes patients data. In EEE-EMBS International Conference on Biomedical and Health Informatics (BHI), pp. 244-247. (link, pdf)

Bellazzi R, Dagliati A, Sacchi L, Segagni D. Big Data Technologies: New Opportunities for Diabetes Management. J Diabetes Sci Technol. 2015 Apr 24. pii: 1932296815583505. (link, pdf)

Segagni D, Sacchi L, Dagliati A, Tibollo V, Leporati P, De Cata P, Chiovato L, Bellazzi R. Improving Clinical Decisions on T2DM Patients Integrating Clinical, Administrative and Environmental Data. Stud Health Technol Inform. 2015;216:682-6. (link, pdf)

Martinez-Millana A, Fernandez-Llatas C, Sacchi L, Segagni D, Guillen S, Bellazzi R, Traver V.From data to the decision: A software architecture to integrate predictive modelling in clinical settings.Conf Proc IEEE Eng Med Biol Soc. 2015 Aug;2015:8161-4. (link, pdf)