Počítačová podpora pro monitoring a hodnocení kvality dat v klinickém výzkumu

Abstract

Diplomová práca sa zaoberá monitoringom a hodnotením kvality dát v klinickom výskume. Obvyklý spôsob na identifikáciu odľahlých hodnôt využíva jednorozmerné štatistické metódy pre každú premennú z formulára klinickej štúdie. Metóda popísaná v diplomovej práci vstupuje priamo do databáze štúdie a detekuje odľahlé hodnoty pomocou strojového učenia a viacrozmerného štatistického prístupu, ktorý transformuje všetky premenné z formulára do jednej, reprezentujúcej odpovedajúci záznam pacienta. Navrhnutý algoritmus je navrhnutý v programovom prostredí Matlab.

The diploma thesis deals with the monitoring and evaluation of data in clinical research. Usual methods to identify incorrect data are one-dimensional statistical methods per each variable in the register. Proposed method enters directly into database and finds out outliers in data using machine learning combined with multidimensional statistical methods that transform all column variables of clinical register to one, representing one record of patient in the register. Algorithm of proposed method is written in Matlab.