Evidence based policy making in healthcare using Big Data Analytics

Abstract

The effective management of various health conditions depends on and requires appropriate public health policies (PHP). Public health policy can affect several aspects of healthcare provision including: (a) prevention and early diagnosis of diseases; (b) early treatment of diagnosed conditions through the provision of appropriate health care devices; (c) longer term treatment of long term disabilities and chronic diseases through systematic checks of the patient’s condition and the provision of other vital rehabilitation related services; (d) protection of people with health care devices from the harmful effects of their living environment; (e) setup of standards, services and technology for promoting and ensuring patients’ participation and inclusion within various settings (e.g., at work, at school/educational establishments, in everyday life). Although there is a need for evidence based public health policy making, there is currently no computerised tool to enable the process. The overall aim of our research is to develop an integrated platform by incorporating a big data analytics (BDA) platform that facilitates the collection and analysis of heterogeneous data related to healthcare services, including health care device usage, physiological, cognitive, medical, personal, occupational, behavioural, lifestyle, environmental and open web data. For the purposes of the development of this integrated platform we are introducing a Public Health Policy Decision Making modeling language that allows the specification of models that are executable by the platform. For the evaluation of the developed platform, we developed a scenario, instantiated the ontology model using Protégé and generated synthetic data. We also ran the scenario using real patient data from EVOTION project. We performed subjective evaluation of the platform as a policy making tool using three questionnaires (one for policy makers, one for clinicians and one for data analysts) and analysed the results. The novelty of this thesis lies not only in the specification of the PHPDM modeling language, as there is no other ontology on public health policy decision making, but also in the development of the BDA engine and the prototype, as there is no other similar policy making platform to date. Some open issues regarding the developed platform include (a) further formalization and addition of new constructs to the developed PHPDM specification language to support the full lifecycle of policy formation processes, (b) the provision of templates, Evidence Based Policy Making in Healthcare using Big Data Analytics guidelines and supportive material (e.g. tooltips in the interface and tutorial videos) to help policy makers specify data analytics workflows and criteria, (c) interoperability with other data analytics tools and existing health data repositories, (d) the provision of the developed platform as a service, (e) the implementation of more data mining and statistical analysis algorithms and (f) the development of a decision support system that will enable the platform to not only support the execution of big data analytics, but to also directly support the policy making process.

Η αποτελεσματική διαχείριση διαφόρων καταστάσεων υγείας εξαρτάται από την ύπαρξη κατάλληλων πολιτικών δημόσιας υγείας (ΠΔΥ) και προϋποθέτει την εφαρμογή τους. Η πολιτική δημόσιας υγείας μπορεί να επηρεάσει διάφορες πτυχές της παροχής υγειονομικής περίθαλψης, μεταξύ των οποίων: (α) η πρόληψη και η έγκαιρη διάγνωση ασθενειών· (β) η έγκαιρη αντιμετώπιση διαγνωσμένων παθήσεων μέσω της παροχής κατάλληλων ιατροτεχνολογικών προϊόντων· (γ) η μακροχρόνια αντιμετώπιση αναπηριών και χρόνιων νοσημάτων μέσω της συστηματικής παρακολούθησης της κατάστασης του ασθενούς και της παροχής άλλων ζωτικής σημασίας υπηρεσιών αποκατάστασης· (δ) η προστασία των ατόμων που χρησιμοποιούν ιατροτεχνολογικά προϊόντα από τις επιβλαβείς επιδράσεις του περιβάλλοντος διαβίωσής τους· και (ε) η θέσπιση προτύπων, υπηρεσιών και τεχνολογιών για την προώθηση και τη διασφάλιση της συμμετοχής και της συμπερίληψης των ασθενών σε διάφορα περιβάλλοντα, όπως στον χώρο εργασίας, στο σχολείο ή σε άλλα εκπαιδευτικά ιδρύματα και στην καθημερινή ζωή. Παρότι είναι αναγκαία η διαμόρφωση πολιτικών δημόσιας υγείας βάσει τεκμηρίων, δεν υπάρχει επί του παρόντος κάποιο πληροφοριακό εργαλείο που να υποστηρίζει τη συγκεκριμένη διαδικασία. Ο γενικός στόχος της έρευνάς μας είναι η ανάπτυξη μιας ολοκληρωμένης πλατφόρμας, η οποία ενσωματώνει μια πλατφόρμα ανάλυσης μεγάλων δεδομένων (Big Data Analytics – BDA) και διευκολύνει τη συλλογή και την ανάλυση ετερογενών δεδομένων που σχετίζονται με υπηρεσίες υγειονομικής περίθαλψης. Τα δεδομένα αυτά περιλαμβάνουν στοιχεία σχετικά με τη χρήση ιατροτεχνολογικών προϊόντων, καθώς και φυσιολογικά, γνωστικά, ιατρικά, προσωπικά, επαγγελματικά, συμπεριφορικά, περιβαλλοντικά δεδομένα, δεδομένα τρόπου ζωής και δεδομένα από τον ανοικτό ιστό. Για την ανάπτυξη της ολοκληρωμένης αυτής πλατφόρμας, εισάγουμε μια γλώσσα μοντελοποίησης για τη Λήψη Αποφάσεων Πολιτικής Δημόσιας Υγείας (Public Health Policy Decision Making – PHPDM), η οποία επιτρέπει τον προσδιορισμό μοντέλων που μπορούν να εκτελούνται από την πλατφόρμα.Για την αξιολόγηση της αναπτυχθείσας πλατφόρμας, δημιουργήσαμε ένα σενάριο, υλοποιήσαμε το μοντέλο οντολογίας στο Protégé και παράγαμε συνθετικά δεδομένα. Εκτελέσαμε επίσης το σενάριο χρησιμοποιώντας πραγματικά δεδομένα ασθενών από το έργο EVOTION. Επιπλέον, πραγματοποιήσαμε υποκειμενική αξιολόγηση της πλατφόρμας ως εργαλείου διαμόρφωσης πολιτικής, χρησιμοποιώντας τρία ερωτηματολόγια —ένα για υπεύθυνους χάραξης πολιτικής, ένα για κλινικούς επαγγελματίες και ένα για αναλυτές δεδομένων— και αναλύσαμε τα αποτελέσματα. Η πρωτοτυπία της παρούσας διατριβής έγκειται όχι μόνο στον καθορισμό της γλώσσας μοντελοποίησης PHPDM, δεδομένου ότι δεν υπάρχει άλλη οντολογία για τη λήψη αποφάσεων πολιτικής δημόσιας υγείας, αλλά και στην ανάπτυξη της μηχανής ανάλυσης μεγάλων δεδομένων και του πρωτοτύπου της πλατφόρμας, καθώς μέχρι σήμερα δεν υπάρχει άλλη παρόμοια πλατφόρμα διαμόρφωσης πολιτικής. Ορισμένα ανοικτά ζητήματα σχετικά με την αναπτυχθείσα πλατφόρμα περιλαμβάνουν: (α) την περαιτέρω τυποποίηση και την προσθήκη νέων δομών στη γλώσσα προδιαγραφών PHPDM, ώστε να υποστηρίζεται ο πλήρης κύκλος ζωής των διαδικασιών διαμόρφωσης πολιτικής· (β) την παροχή προτύπων για τη Διαμόρφωση Πολιτικής βάσει Τεκμηρίων στον τομέα της Υγείας με τη χρήση Αναλυτικής Μεγάλων Δεδομένων· (γ) την ανάπτυξη εργαλείων που θα επιτρέπουν στους υπεύθυνους χάραξης πολιτικής να καθορίζουν ροές εργασίας ανάλυσης μεγάλων δεδομένων και κριτήρια λήψης αποφάσεων· (δ) την ανάπτυξη ενός συστήματος ανάλυσης οπτικοποιήσεων, το οποίο θα δίνει τη δυνατότητα στους υπεύθυνους χάραξης πολιτικής να εξάγουν επιπρόσθετα συμπεράσματα· και (ε) την υλοποίηση περισσότερων τεχνικών εξόρυξης δεδομένων και στατιστικής ανάλυσης, καθώς και την ανάπτυξη ενός συστήματος υποστήριξης αποφάσεων που θα επιτρέπει στην πλατφόρμα όχι μόνο να υποστηρίζει την εκτέλεση ροών εργασίας ανάλυσης μεγάλων δεδομένων, αλλά και να υποστηρίζει άμεσα τη διαδικασία διαμόρφωσης πολιτικής.