Επεξεργασία σημασιολογική αναπαράσταση και διαχείριση δεδομένων γλαυκωματικών ασθενών

Abstract

This thesis presents the original research focused in the data management, semantic representation of glaucomatous patients’ data and also in the extraction of new features by processing of optic nerve head images. In the chapter of data processing and feature extraction for the first time the shape of the contour of the 2-D surface of the optic disc cupping was assessed. In the data management chapter of this thesis a data management system flexible and scalable tested on multi-centric studies in the domain of glaucoma is presented in detail. In the chapter of semantic representation of the glaucoma domain for the first time an attempt to map domain entities to international terminologies is presented and assessed. The first chapter of this thesis assesses the special features of the management of medical data from glaucomatous patients. An information system was introduced for the management of clinical trial data in the glaucoma domain fulfilling additional requirements that are presented by multi-centric studies in the same domain. The presented system has distinct layer architecture it is user friendly, easy to maintain and secure in storing and exchanging data. Main features of the system are the reusable database schema that enables the use of the same database schema to store data from different studies and also the dual role of the database which is designed to store not only the study data but also the contents of the empty data collection form. The latter makes changes in the data collection form easy to apply without the need of modifications in the system’s application. The second chapter of this thesis explores new features of the optic nerve head morphology using the Heidelberg Retina Tomograph (HRT) also assesses their discriminating power between glaucomatous patients and normal subjects. For the first time the contour of the 2-D surface of the optic cup was examined regarding its shape. HRT reports, exported as TIFF images, from 97 Normal subjects and 97 Primary Open Angle Glaucoma (POAG) patients were used. For each image the contour of the dominant region of the optic disc cupping surface (dROCS) was transformed into a data-series by calculating the distance of each contour pixel from the centroid. The standard deviation of contour (SDC), the dROCS area divided by the Disk Area in pixels along with the standard deviation of the partial differential of the timeseries of the distances of the contour points from the centroid(SDdJ) were assessed as the novel parameters with the higher combined discrimination power with 82.5% correct classification. The last chapter presents the attempt of the semantic representation of the glaucomatous patients’ data via semi-automatic mapping of the glaucoma domain terms described in EGS GlaucoGENE to standard terminologies LOINC, MeSH and SNOMED CT. The semi-automatic mapping was performed in two stages once using the original text of the data collection form and again with improved text to increase matching possibility the results were 24% and 82% of the terms mapped correspondingly. Using the semantic mapping of the terms from the previous step an additional module was created in the information system in order to export the subject data in a semantically enriched newly defined XML format. This attempt pointed out the difficulties that arise in the mapping of data collection form terms to standard terminologies without taking into account the terminologies while designing the data collection forms.

Η παρούσα διατριβή προσπάθησε να παρουσιάσει την πρωτότυπη έρευνα σε τρία πεδία σχετικά με τα δεδομένων των γλαυκωματικών ασθενών. Στο κεφάλαιο της επεξεργασίας για πρώτη φορά γίνεται μελέτη της μορφής του περιγράματος της κοίλανσης του οπτικού δίσκου, στο κεφάλαιο της διαχείρισης παρουσιάζεται ένα πρωτότυπο ολοκληρωμένο σύστημα διαχείρισης δεδομένων που απαντά στις ανάγκες πολυκεντρικών μελετών και στο τελευταίο κεφάλαιο αξιολογείται για πρώτη φορά η προσπάθεια a posteriori σημασιολογικής αναπαράστασης μέσω αντιστοίχισης των όρων του τομέα του γλαυκώματος με τους αντίστοιχους σε διεθνείς ορολογίες. Αναλυτικότερα, στο πρώτο κεφάλαιο της παρούσας διατριβής εντοπίστηκαν οι ιδιαιτερότητες που παρουσιάζει το πρόβλημα της διαχείρισης των δεδομένων των γλαυκωματικών ασθενών στο σύγχρονο ερευνητικό περιβάλλον, παρουσιάστηκε ένα πληροφοριακό σύστημα για την διαχείριση δεδομένων κλινικών μελετών που απαντά επιπρόσθετα και στις απαιτήσεις πολυκεντρικών μελετών. Το σύστημα που παρουσιάστηκε είναι δομημένο σε διακριτά επίπεδα, είναι επεκτάσιμο, φιλικό στη χρήση και στη συντήρηση και επίσης ασφαλές στην αποθήκευση και διακίνηση των δεδομένων. Κύρια χαρακτηριστικά του πληροφοριακού συστήματος, είναι η επαναχρησιμοποιούμενη δομή της βάσης δεδομένων, δηλαδή η δυνατότητα χρήσης της ίδιας δομής για αποθήκευση δεδομένων διαφορετικών κλινικών μελετών και η χρήση της βάσης για αποθήκευση αφενός των δεδομένων που συλλέγονται από την μελέτη και αφετέρου των περιεχομένων της φόρμας συλλογής δεδομένων επιτυγχάνοντας έτσι εύκολες τροποποιήσεις στην φόρμα συλλογής της μελέτης χωρίς να είναι απαραίτητη η επεξεργασία της εφαρμογής διαχείρισης. Στο δεύτερο κεφάλαιο παρουσιάζεται η ερευνητική εργασία που έγινε με στόχο την αναζήτηση νέων παραμέτρων που μπορούν να εξαχθούν από την δισδιάστατη επιφάνεια της κοίλανσης του οπτικού δίσκου όπως αυτή απεικονίζεται στις αναλύσεις του συνεστιακού laser σάρωσης HRT. Οι παράμετροι αυτοί υπολογίστηκαν και εξετάστηκαν ως προς την διακριτική τους ικανότητα στον διαχωρισμό μεταξύ γλαυκωματικών ασθενών και ατόμων χωρίς γλαυκωματική βλάβη. Τα δεδομένα που χρησιμοποιήθηκαν προς επεξεργασία προήλθαν από τις μελέτες Thessaloniki Eye study και Πυθαγόρας/ΠΕΝΝΕΔ. Χρησιμοποιήθηκαν δεδομένα από 194 μάτια και από τις δύο μελέτες που διεξήχθησαν στο εργαστήριο έρευνας και κλινικών εφαρμογών στην οφθαλμολογία, 97 από άτομα με πρωτοπαθές γλαύκωμα ανοιχτής γωνίας και 97 από υγιείς. Από τις παραμέτρους που ορίστηκαν για το περίγραμμα της κύριας περιοχής της επιφάνειας της οπτικής κοίλανσης του οπτικού δίσκου(ΚΠΟΚ) οι πιο αξιοσημείωτες είναι η «Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC)» και η γραμμική διαχωριστική συνάρτηση η οποία συνδυάζει τις παραμέτρους SDC, ΚΠΟΚ/Δίσκο και «Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο(SDdJ)» και προέκυψε με αυτόματη επιλογή των καλύτερων διαχωριστικών παραμέτρων από όλες τις νέες παραμέτρους με στατιστικώς σημαντική διαφορά ανάμεσα στις μέσες τιμές τους για υγιείς και γλαυκωματικούς. Η παραπάνω γραμμική διαχωριστική συνάρτηση παρουσιάζει αυτόματο διαχωρισμό του δείγματος με ποσοστό επιτυχίας 82,5%. Τέλος παρουσιάστηκε η προσπάθεια αναπαράστασης των δεδομένων των γλαυκωματικών ασθενών μέσω αντιστοίχισης των εννοιών που περιέχονται και καταγράφονται από τη φόρμα δεδομένων του EGS GlaucoGENE. Στην προσπάθεια αυτή έγινε ημιαυτόματη αντιστοίχιση των τίτλων των φορμών και των επικεφαλίδων των υποτμημάτων τους χρησιμοποιώντας τις διεθνείς ηλεκτρονικές ορολογίες LOINC, MeSH και SNOMED CT. Το ποσοστό της επιτυχούς ημιαυτόματης αντιστοίχισης χρησιμοποιώντας αυτούσια την φόρμα συλλογής δεδομένων ήταν 24%, ενώ έπειτα από μικρές βελτιώσεις στο κείμενο των όρων το ποσοστό ανέβηκε στο 82%. Τα αποτελέσματα της αντιστοίχισης αξιοποιήθηκαν με την ανάπτυξη ενός πρόσθετου εργαλείου της εφαρμογής διαχείρισης το οποίο επιτρέπει την εξαγωγή σημασιολογικά εμπλουτισμένων δεδομένων της κλινικής μελέτης. Η προσπάθεια αυτή ανέδειξε τις δυσκολίες που εμφανίζονται κατά την αντιστοίχιση ιατρικών εννοιών του τομέα του γλαυκώματος σε ηλεκτρονικές ιατρικές ορολογίες καθώς επίσης παρουσίασε προτάσεις για την καλύτερη σημασιολογική περιγραφή των εννοιών μέσω επιλογών που θα μπορούσαν να ακολουθούνται κατά τον σχεδιασμό των φορμών συλλογής δεδομένων κλινικών μελετών. ημιαυτόματης αντιστοίχισης χρησιμοποιώντας αυτούσια την φόρμα συλλογής δεδομένων ήταν 24%, ενώ έπειτα από μικρές βελτιώσεις στο κείμενο των όρων το ποσοστό ανέβηκε στο 82%. Τα αποτελέσματα της αντιστοίχισης αξιοποιήθηκαν με την ανάπτυξη ενός πρόσθετου εργαλείου της εφαρμογής διαχείρισης το οποίο επιτρέπει την εξαγωγή σημασιολογικά εμπλουτισμένων δεδομένων της κλινικής μελέτης. Η προσπάθεια αυτή ανέδειξε τις δυσκολίες που εμφανίζονται κατά την αντιστοίχιση ιατρικών εννοιών του τομέα του γλαυκώματος σε ηλεκτρονικές ιατρικές ορολογίες καθώς επίσης παρουσίασε προτάσεις για την καλύτερη σημασιολογική περιγραφή των εννοιών μέσω επιλογών που θα μπορούσαν να ακολουθούνται κατά τον σχεδιασμό των φορμών συλλογής δεδομένων κλινικών μελετών.