Using Information Extraction to Improve Patient Accrual

Vorschaubild nicht verfügbar
Autor:in (Körperschaft)
Publikationsdatum
2020
Typ der Arbeit
Master
Studiengang
Typ
11 - Studentische Arbeit
Herausgeber:innen
Herausgeber:in (Körperschaft)
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Hochschule für Wirtschaft FHNW
Verlagsort / Veranstaltungsort
Olten
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
The high complexity of clinical trial protocols impacts their executability and the overall performance of clinical studies. Reduction of unnecessary complexity would result in the timely execution of planned phases and prevent overspendings. Currently, there is no publicly available solution providing actionable insights that would support protocol designers in the definition of less complex protocol documents. Leveraging the value of the historical clinical trial data could support the development of less complex protocols for the upcoming studies and reduce the amount of protocol deviations. Before such a solution could be built, the significant data points need to be identified and adequately pre-processed, so the learning process can be conducted, and the value of the historical data uncovered. Clinical trial protocols often consist of unstructured data points, so they need to be firstly adequately interpreted and structured. Pharmaceutical companies are particularly interested in the evaluation of the information extraction methods in the biomedical domain, as they hold a significant value especially when it comes to informed decision making....
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Projekt
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Publikationsstatus
Begutachtung
Open Access-Status
Lizenz
Zitation
BASTA, Jacek Damian, 2020. Using Information Extraction to Improve Patient Accrual. Olten: Hochschule für Wirtschaft FHNW. Verfügbar unter: https://irf.fhnw.ch/handle/11654/40467