I Silico Trials of Surgical Interventions

Rutinemessig innsamlet helsedata som National Health Service Hospital Episode Statistics (HES) inneholder et vell av virkelige longitudinelle pasienthelsedata, inkludert demografi, diagnoser, prosedyrer og annen klinisk informasjon. Disse dataene kan brukes til å løse mange av de eksisterende utfordringene i utformingen og gjennomføringen av kliniske studier ved å optimere utformingen av studien og forenkle vurderingen av etterlevelse, sikkerhet og resultater. Når et prøvekonsept igangsettes, kan forskere bruke HES-data til å utforske hypotesen og vurdere gjennomførbarheten av forsøk. De store pasientdataene muliggjør en detaljert forståelse av egenskapene til målpasientpopulasjonene og estimering av behandlingseffektene i den virkelige verden på tvers av forskjellige pasientgrupper, og muliggjør dermed identifisering av målpopulasjoner for spesifikke intervensjoner. Ved å utnytte denne ressursen og bruke avanserte statistiske og maskinlæringsmetoder, kan etterforskerne etterligne studien og dermed oppnå de viktigste prøveparametrene som kreves for å utforme en klinisk studie, minimere antallet antagelser som legges til grunn og gjøre utformingen og utviklingen av kliniske studier raskere. , enklere og mer pålitelig.