Articoli

,

4CE Fall Symposium – i2b2 tranSMART Foundation

4CE è un consorzio internazionale per studi guidati dai dati delle cartelle cliniche elettroniche (EHR) sulla pandemia COVID-19. L’obiettivo di questo consorzio – guidato dal gruppo internazionale di utenti accademici i2b2 – è quello di informare i medici, gli epidemiologi e il pubblico sui pazienti COVID-19 con i dati acquisiti attraverso il processo di assistenza sanitaria.

Il 16 novembre 2021 si terrà presso la Harvard Medical School il 4CE Fall Symposium – World scale epidemiology in a rapid evolving health crisis: 4CE model using electronic healthcare data

SAVE THE DATE e rimanete aggiornati sul sito della Fondazione https://i2b2transmart.org/

/0 Commenti/da
, ,

i2b2 tranSMART Harvard Virtual Symposium – 2021

Harvard, 22-23 Giugno 2021

La Fondazione i2b2 tranSMART, in collaborazione con il Dipartimento di Informatica BioMedica (DBMI) della Harvard University Medical School, ha tenuto il suo secondo Simposio VIRTUALE intitolato “Supporting sequelae of COVID19”. E’ possibile visionare il programma dell’evento e le presentazioni al link ufficiale della Fondazione. E’ possibile anche rivivere alcuni momenti salienti su Twitter #i2b2tsjune2021

 

/0 Commenti/da
,

i2b2-Onco, Text Mining in ASST Papa Giovanni XXIII

i2b2-onco-pg23

 

Stato del progetto: Corrente

Centro coordinatore: ASST Papa Giovanni XXIII, Bergamo, IT

Ambito: Oncologia

Data inizio: 1 settembre 2016

Piattaforma: i2b2

 

Dal 2017 è attivo il progetto “verticale” specifico per il dipartimento di Oncologia all’interno del sistema i2b2 dell’ASST Papa Giovanni XXIII. Il progetto contiene i dati integrati nel progetto orizzontale aziendale ma limitati ai pazienti con diagnosi oncologica, in particolare:

  • la cartella clinica oncologia
  • il flusso SDO dei pazienti dimessi
  • le terapie farmacologiche somministrate e consegnate
  • i dati di accettazione alle prestazioni ambulatoriali
  • gli esiti dei dati di laboratorio chimica clinica e di microbiologia
  • i referti di anatomia patologica.

In aggiunta il progetto include le informazioni estratte dai referti di anatomia patologia relativi a pazienti con tumore al seno tramite un algoritmo di Text-Mining. L’algoritmo utilizza tecniche di NLP (Natural Language Processing) che sfrutta un’ontologia riferita al cancro della mammella. L’ontologia è stata definita in base ad un’ontologia di riferimento (PATHLEX) e alle informazioni specifiche da estrarre. In fase di validazione l’algoritmo ha superato il 90% di precisione. La procedura è stato quindi applicato a tutti i referti di tumore al seno (circa 20 mila referti).
Il progetto integra inoltre studi clinici specifici eseguiti con dati di pazienti afferenti all’istituto, in particolare lo strumento risulta molto efficiente per raccogliere dati per studi di RWE (Real-World Evidence).

Riferimenti:

  • Viani N, Chiudinelli L, Tasca C, Zambelli A, Bucalo M, Ghirardi A, Barbarini N, Sfreddo E, Sacchi L, Tondini C, Bellazzi R. Automatic Processing of Anatomic Pathology Reports in the Italian Language to Enhance the Reuse of Clinical Data. Stud Health Technol Inform. 2018;247:715-719. PMID: 29678054Viani N, Chiudinelli L, Tasca C, Zambelli A, Bucalo M, Ghirardi A, Barbarini N, Sfreddo E, Sacchi L, Tondini C, Bellazzi R. Automatic Processing of Anatomic Pathology Reports in the Italian Language to Enhance the Reuse of Clinical Data. Stud Health Technol Inform. 2018;247:715-719. PMID: 29678054 (link, pdf).
  • Zambelli A, Ghirardi A, Masciulli A, Sfreddo E, Porcino R, Bucalo M, Barbarini N, Chiudinelli L, Chirco A, Labianca A, Barbui T, Tondini C. Ten-years electronic phenotyping archive and automated reconstruction of her2+ breast cancer patients careflow, through the exportable, open-source i2b2 data ware-housing platform. XX Congresso Nazionale AIOM 2018. (pdf)
  • Chiudinelli L, Viani N, Zambelli A, Gabetta M, Bucalo M, Ghirardi A, Sfreddo E, Sacchi L, Tondini C, Bellazzi R. i2b2 Ontology Curation leveraging clinical notes. NETTAB 2018. (pdf)
/0 Commenti/da
,

i2b2 in ASST Papa Giovanni XXIII (Bergamo)

 

Stato del progetto: Corrente

Centro coordinatore: ASST Papa Giovanni XXIII, Bergamo, IT

Ambito: Clinica

Data inizio: 1 settembre 2016

Piattaforma: i2b2

 

Dal 2016, l’ASST Papa Giovanni XXIII ha attivato un accordo di collaborazione scientifica sottoscritto con FROM (Fondazione per la Ricerca Ospedale Maggiore di Bergamo), Università degli Studi di Pavia e BIOMERIS finalizzato all’implementazione e manutenzione di un sistema i2b2 di supporto all’attività di ricerca clinica dell’istituto.

Il sistema i2b2 implementato consente ai ricercatori di ottenere informazioni di sintesi in risposta a loro specifici quesiti epidemiologici e scientifici; con questo strumento viene valorizzata l’opportunità di incrociare informazioni relative ai pazienti dell’istituto e provenienti da fonti molteplici che possono essere sia i flussi informativi ospedalieri, sia flussi provenienti da database esterni eventualmente resi disponibili da soggetti terzi coinvolti nella condivisione degli obiettivi di ricerca.

Il progetto i2b2 “orizzontale” implementato contiene i dati clinici pseudonimizzati provenienti dai diversi database:

– SDO dei pazienti dimessi
– terapie farmacologiche
– dati di accettazione alle prestazioni ambulatoriali
– esiti degli esami di laboratorio di chimica clinica
– referti di anatomia patologica.

I dati integrati coprono un arco temporale di circa 15 anni e consistono in circa 1 milione di pazienti, 15 milioni di eventi (visite/ricoveri) e 200 milioni di osservazioni.

Il sistema si configura come valido strumento di analisi aggregata dei dati ai fini di valutare complessivamente l’andamento di specifici quadri clinici di patologia e di supportare l’orientamento di sviluppo dei progetti di ricerca; lo strumento consente anche di ottenere indicazioni quantitative sulla numerosità di casistiche selezionate valutandone l’adeguatezza per rispondere ai quesiti posti o il dimensionamento potenziale per la partecipazione a studi multicentrici. Inoltre il sistema risulta rispondere alla necessità di ottenere informazioni rilevanti di tipo epidemiologico dai diversi software aziendali a fronte di un grande lavoro di partecipazione ad alimentarne i contenuti.

/0 Commenti/da
,

Progetto Europeo MOSAIC

Stato: Terminato

Centro coordinatore: IRCCS Fondazione Salvatore Maugeri, Pavia (IT)

Centri coinvolti: Atene, Valencia

Ambito clinico: Diabete

Data inizio: 1 gennaio 2013

Finanziamento: EU

Piattaforma: i2b2

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 geo-referenziati 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)
/0 Commenti/da
,

ICS Maugeri – i2b2 Oncologia

Stato del progetto: Concluso

Centro coordinatore: IRCCS ICS Maugeri, Pavia (IT)

Ambito: Oncologia

Finanziamento: Regione Lombardia

Data inizio: 01 Gennaio 2010

Piattaforma: i2b2

 

ONCO-i2b2 è un progetto di ricerca dell’Università di Pavia e dell’IRCCS ICS Maugeri di Pavia per supportare la ricerca clinica in oncologia. ONCO-i2b2, finanziato da Regione Lombardia, adotta il software i2b2. Utilizzando i2b2 e nuovi moduli software progettati appositamente durante il progetto, sono stati integrati dati provenienti da più fonti per permettere di interrogarli in modo incrociato. Il nucleo del processo di integrazione sta nel recupero e fusione di dati dal software di gestione della biobanca e dal sistema informativo ospedaliero di ICS. Il processo di integrazione si basa su una ontologia del dominio oncologico e su moduli di integrazione software open-source. È stato implementato anche un modulo di Text-Mining/NLP (Natural Language Processing). Questo modulo estrae automaticamente le informazioni cliniche dei pazienti oncologici dai referti non strutturati provenienti da Anatomia Patologia. Il sistema gestisce più di duemila pazienti.

Riferimenti:

Segagni D, Tibollo V, Dagliati A, Zambelli A, Priori SG, Bellazzi R (2012) An ICT infrastructure to integrate clinical and molecular data in oncology research. BMC Bioinformatics 13(Suppl 4): S5. (link, pdf)

Segagni D, Tibollo V, Dagliati A, Malovini A, Zambelli A, Napolitano C, Priori SG, Bellazzi R. Clinical and research data integration: the i2b2-FSM experience. AMIA Jt Summits Transl Sci Proc. 2013 Mar 18;2013:239-40. eCollection 2013. (link)

Segagni D, Tibollo V, Dagliati A, Perinati L, Zambelli A, Priori S, Bellazzi R. The ONCO-I2b2 project: integrating biobank information and clinical data to support translational research in oncology. Stud Health Technol Inform. 2011;169:887-91. (link, pdf)

Segagni D, Gabetta M, Tibollo V, Zambelli A, Priori SG, Bellazzi R. ONCO-i2b2: Improve patients selection through case-based information retrieval techniques. 8th International Conference on Data Integration in the Life Sciences, DILS 2012 (link)

/0 Commenti/da
,

ICS Maugeri – i2b2 Cardiologia Molecolare

 

Stato del progetto: Concluso

Centro coordinatore: IRCCS ICS Maugeri, Pavia (IT)

Ambito: Cardiologia

Data inizio: 01 Gennaio 2011

Piattaforma: i2b2

 

 

Il progetto CARDIO-i2b2 ha l’obiettivo di personalizzare la piattaforma bioinformatica i2b2 per integrare dati clinici e di ricerca al fine di supportare la ricerca traslazionale in cardiologia in FSM (Fondazione Salvatore Maugeri). CARDIO-i2b2 raccoglie i dati provenienti dai database del Laboratorio di Cardiologia Molecolare e li unisce ai dati clinici del sistema TRIAD, un sistema informativo per raccogliere i dati relativi a patologie aritmogeniche. Sono raccolte anche le informazioni genetiche relative ai pazienti affetti.

I dati contenuti nel database relazionale TRIAD sono stati esportati nel data warehouse i2b2. Un’apposita estensione di i2b2 è stata sviluppata per includere il software statico R all’interno dell’architettura e sfruttare le funzionalità statistiche di R tramite l’interfaccia web i2b2. Per consentire ai ricercatori di eseguire dinamicamente l’analisi di sopravvivenza di Kaplan-Meier su pazienti selezionati è stato sviluppato un plugin apposito (Figura 1).

Riferimenti:
Segagni D, Tibollo V, Dagliati A, Napolitano C, G Priori S, Bellazzi R. (2012) CARDIO-i2b2: integrating arrhythmogenic disease data in i2b2. Stud Health Technol Inform.180:1126-8. (link, pdf)

Segagni D, Tibollo V, Dagliati A, Malovini A, Zambelli A, Napolitano C, Priori SG, Bellazzi R. Clinical and research data integration: the i2b2-FSM experience. AMIA Jt Summits Transl Sci Proc. 2013 Mar 18;2013:239-40. eCollection 2013. (link)

/0 Commenti/da