Fouille de données : Questions médicales fréquentes
Nom anglais: Data Mining
Descriptor UI:D057225
Tree Number:L01.470.625
Questions fréquentes et termes MeSH associés
Diagnostic
5
#1
Comment la fouille de données aide-t-elle au diagnostic médical ?
Elle identifie des modèles dans les données cliniques pour améliorer la précision des diagnostics.
Analyse de donnéesDiagnostic médical
#2
Quels outils sont utilisés pour la fouille de données en santé ?
Des logiciels comme R, Python et des plateformes de machine learning sont couramment utilisés.
LogicielsMachine Learning
#3
La fouille de données peut-elle prédire des maladies ?
Oui, elle peut prédire des maladies en analysant des données historiques et des facteurs de risque.
Prédiction des maladiesFacteurs de risque
#4
Quels types de données sont analysés ?
Les données cliniques, génétiques, d'imagerie et de laboratoire sont souvent analysées.
Données cliniquesDonnées génétiques
#5
Y a-t-il des limites à la fouille de données en médecine ?
Oui, la qualité des données et les biais peuvent affecter les résultats et les interprétations.
BiaisQualité des données
Symptômes
5
#1
Peut-on identifier des symptômes grâce à la fouille de données ?
Oui, elle peut révéler des corrélations entre symptômes et maladies à partir de grandes bases de données.
SymptômesCorrélations
#2
Comment les symptômes sont-ils analysés ?
Les symptômes sont analysés en utilisant des algorithmes pour détecter des tendances et des associations.
AlgorithmesAnalyse des symptômes
#3
La fouille de données peut-elle aider à la détection précoce des symptômes ?
Oui, elle peut identifier des signes précoces en analysant des données longitudinales.
Détection précoceDonnées longitudinales
#4
Quels symptômes sont souvent étudiés ?
Les symptômes liés aux maladies chroniques comme le diabète et les maladies cardiovasculaires sont fréquents.
Maladies chroniquesDiabète
#5
Y a-t-il des symptômes non détectés par la fouille de données ?
Oui, certains symptômes rares ou atypiques peuvent ne pas être bien représentés dans les données.
Symptômes atypiquesDonnées médicales
Prévention
5
#1
Comment la fouille de données aide-t-elle à la prévention des maladies ?
Elle identifie des facteurs de risque et des tendances pour développer des stratégies préventives.
Prévention des maladiesFacteurs de risque
#2
Quels types de données sont utilisés pour la prévention ?
Les données démographiques, comportementales et environnementales sont souvent analysées.
Données démographiquesComportement
#3
La fouille de données peut-elle améliorer les campagnes de vaccination ?
Oui, elle peut cibler les populations à risque et optimiser les ressources pour les campagnes.
VaccinationCampagnes de santé
#4
Quels résultats peut-on attendre de la prévention par fouille de données ?
On peut s'attendre à une réduction des cas de maladies et une amélioration de la santé publique.
Santé publiqueRéduction des maladies
#5
Y a-t-il des limites à la prévention par fouille de données ?
Oui, les biais dans les données et la complexité des interactions peuvent limiter l'efficacité.
BiaisInteractions complexes
Traitements
5
#1
Comment la fouille de données influence-t-elle les traitements ?
Elle permet d'identifier des traitements efficaces en analysant les résultats des patients.
Traitements médicauxRésultats des patients
#2
Peut-on personnaliser les traitements grâce à la fouille de données ?
Oui, elle aide à personnaliser les traitements en fonction des caractéristiques individuelles des patients.
Médecine personnaliséeCaractéristiques des patients
#3
Quels traitements sont souvent analysés ?
Les traitements pour les maladies chroniques, les cancers et les troubles mentaux sont fréquemment étudiés.
CancersTroubles mentaux
#4
La fouille de données peut-elle réduire les effets secondaires ?
Oui, elle peut aider à identifier des traitements avec moins d'effets secondaires en analysant les données.
Effets secondairesAnalyse des données
#5
Quels défis existent dans l'analyse des traitements ?
Les défis incluent la variabilité des réponses aux traitements et la qualité des données disponibles.
Variabilité des traitementsQualité des données
Complications
5
#1
La fouille de données peut-elle identifier des complications médicales ?
Oui, elle peut détecter des complications en analysant les résultats des traitements et des symptômes.
Complications médicalesRésultats des traitements
#2
Quels types de complications sont souvent étudiés ?
Les complications liées aux maladies chroniques, aux infections et aux interventions chirurgicales sont fréquentes.
Maladies chroniquesInfections
#3
Comment les complications sont-elles analysées ?
Elles sont analysées par des méthodes statistiques pour déterminer leur fréquence et leurs causes.
Méthodes statistiquesCauses des complications
#4
La fouille de données peut-elle aider à prévenir les complications ?
Oui, elle peut identifier des patients à risque et permettre des interventions précoces.
Prévention des complicationsInterventions précoces
#5
Quels défis existent dans l'analyse des complications ?
Les défis incluent la variabilité des données et la difficulté à établir des relations causales.
Variabilité des donnéesRelations causales
Facteurs de risque
5
#1
Quels facteurs de risque sont souvent identifiés par la fouille de données ?
Les facteurs de risque liés au mode de vie, à la génétique et à l'environnement sont souvent identifiés.
Facteurs de risqueMode de vie
#2
Comment les facteurs de risque sont-ils analysés ?
Ils sont analysés à l'aide de modèles statistiques pour déterminer leur impact sur la santé.
Modèles statistiquesImpact sur la santé
#3
La fouille de données peut-elle révéler des facteurs de risque cachés ?
Oui, elle peut révéler des facteurs de risque non évidents en analysant des ensembles de données complexes.
Facteurs de risque cachésEnsembles de données
#4
Quels outils sont utilisés pour identifier les facteurs de risque ?
Des outils d'analyse de données et des algorithmes de machine learning sont utilisés.
Outils d'analyseMachine Learning
#5
Y a-t-il des limites à l'identification des facteurs de risque ?
Oui, la qualité des données et les biais peuvent affecter l'identification des facteurs de risque.
Qualité des donnéesBiais
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "MedicalWebPage",
"name": "Fouille de données : Questions médicales les plus fréquentes",
"headline": "Fouille de données : Comprendre les symptômes, diagnostics et traitements",
"description": "Guide complet et accessible sur les Fouille de données : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.",
"datePublished": "2024-01-08",
"dateModified": "2026-03-28",
"inLanguage": "fr",
"medicalAudience": [
{
"@type": "MedicalAudience",
"name": "Grand public",
"audienceType": "Patient",
"healthCondition": {
"@type": "MedicalCondition",
"name": "Fouille de données"
},
"suggestedMinAge": 18,
"suggestedGender": "unisex"
},
{
"@type": "MedicalAudience",
"name": "Médecins",
"audienceType": "Physician",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "France"
}
},
{
"@type": "MedicalAudience",
"name": "Chercheurs",
"audienceType": "Researcher",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "International"
}
}
],
"reviewedBy": {
"@type": "Person",
"name": "Dr Olivier Menir",
"jobTitle": "Expert en Médecine",
"description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale",
"url": "/static/pages/docteur-olivier-menir.html",
"alumniOf": {
"@type": "EducationalOrganization",
"name": "Université Paris Descartes"
}
},
"isPartOf": {
"@type": "MedicalWebPage",
"name": "Mémorisation et recherche des informations",
"url": "https://questionsmedicales.fr/mesh/D016247",
"about": {
"@type": "MedicalCondition",
"name": "Mémorisation et recherche des informations",
"code": {
"@type": "MedicalCode",
"code": "D016247",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "L01.470"
}
}
},
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Réduction de dimensionnalité multifactorielle",
"alternateName": "Multifactor Dimensionality Reduction",
"url": "https://questionsmedicales.fr/mesh/D058011",
"about": {
"@type": "MedicalCondition",
"name": "Réduction de dimensionnalité multifactorielle",
"code": {
"@type": "MedicalCode",
"code": "D058011",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "L01.470.625.500"
}
}
},
{
"@type": "MedicalWebPage",
"name": "Analyse de sentiments",
"alternateName": "Sentiment Analysis",
"url": "https://questionsmedicales.fr/mesh/D000090042",
"about": {
"@type": "MedicalCondition",
"name": "Analyse de sentiments",
"code": {
"@type": "MedicalCode",
"code": "D000090042",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "L01.470.625.750"
}
}
}
],
"about": {
"@type": "MedicalCondition",
"name": "Fouille de données",
"alternateName": "Data Mining",
"code": {
"@type": "MedicalCode",
"code": "D057225",
"codingSystem": "MeSH"
}
},
"author": [
{
"@type": "Person",
"name": "Chuanbiao Wen",
"url": "https://questionsmedicales.fr/author/Chuanbiao%20Wen",
"affiliation": {
"@type": "Organization",
"name": "School of Medical Information Engineering, Chengdu University of Traditional Chinese Medicine, Chengdu 611137, China."
}
},
{
"@type": "Person",
"name": "Maxwell Hong",
"url": "https://questionsmedicales.fr/author/Maxwell%20Hong",
"affiliation": {
"@type": "Organization",
"name": "Department of Psychology, University of Notre Dame."
}
},
{
"@type": "Person",
"name": "Ross Jacobucci",
"url": "https://questionsmedicales.fr/author/Ross%20Jacobucci",
"affiliation": {
"@type": "Organization",
"name": "Department of Psychology, University of Notre Dame."
}
},
{
"@type": "Person",
"name": "Gitta Lubke",
"url": "https://questionsmedicales.fr/author/Gitta%20Lubke",
"affiliation": {
"@type": "Organization",
"name": "Department of Psychology, University of Notre Dame."
}
},
{
"@type": "Person",
"name": "Markus Johansson",
"url": "https://questionsmedicales.fr/author/Markus%20Johansson",
"affiliation": {
"@type": "Organization",
"name": "Systems Biology Research Center, School of Bioscience, University of Skövde, SE-541 28 Skövde, Sweden."
}
}
],
"citation": [
{
"@type": "ScholarlyArticle",
"name": "Process mining and data mining applications in the domain of chronic diseases: A systematic review.",
"datePublished": "2023-08-29",
"url": "https://questionsmedicales.fr/article/37783545",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1016/j.artmed.2023.102645"
}
},
{
"@type": "ScholarlyArticle",
"name": "Healthcare insurance fraud detection using data mining.",
"datePublished": "2024-04-26",
"url": "https://questionsmedicales.fr/article/38671513",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1186/s12911-024-02512-4"
}
},
{
"@type": "ScholarlyArticle",
"name": "Data mining from process monitoring of typical polluting enterprise.",
"datePublished": "2023-08-29",
"url": "https://questionsmedicales.fr/article/37644145",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1007/s10661-023-11733-5"
}
},
{
"@type": "ScholarlyArticle",
"name": "Demystifying COVID-19 mortality causes with interpretable data mining.",
"datePublished": "2024-05-02",
"url": "https://questionsmedicales.fr/article/38698064",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1038/s41598-024-60841-w"
}
},
{
"@type": "ScholarlyArticle",
"name": "Towards a practical use of text mining approaches in electrodiagnostic data.",
"datePublished": "2023-11-09",
"url": "https://questionsmedicales.fr/article/37945618",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1038/s41598-023-45758-0"
}
}
],
"breadcrumb": {
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "questionsmedicales.fr",
"item": "https://questionsmedicales.fr"
},
{
"@type": "ListItem",
"position": 2,
"name": "Sciences de l'information",
"item": "https://questionsmedicales.fr/mesh/D007254"
},
{
"@type": "ListItem",
"position": 3,
"name": "Mémorisation et recherche des informations",
"item": "https://questionsmedicales.fr/mesh/D016247"
},
{
"@type": "ListItem",
"position": 4,
"name": "Fouille de données",
"item": "https://questionsmedicales.fr/mesh/D057225"
}
]
}
},
{
"@type": "MedicalWebPage",
"name": "Article complet : Fouille de données - Questions et réponses",
"headline": "Questions et réponses médicales fréquentes sur Fouille de données",
"description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.",
"datePublished": "2026-05-12",
"inLanguage": "fr",
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Diagnostic",
"headline": "Diagnostic sur Fouille de données",
"description": "Comment la fouille de données aide-t-elle au diagnostic médical ?\nQuels outils sont utilisés pour la fouille de données en santé ?\nLa fouille de données peut-elle prédire des maladies ?\nQuels types de données sont analysés ?\nY a-t-il des limites à la fouille de données en médecine ?",
"url": "https://questionsmedicales.fr/mesh/D057225#section-diagnostic"
},
{
"@type": "MedicalWebPage",
"name": "Symptômes",
"headline": "Symptômes sur Fouille de données",
"description": "Peut-on identifier des symptômes grâce à la fouille de données ?\nComment les symptômes sont-ils analysés ?\nLa fouille de données peut-elle aider à la détection précoce des symptômes ?\nQuels symptômes sont souvent étudiés ?\nY a-t-il des symptômes non détectés par la fouille de données ?",
"url": "https://questionsmedicales.fr/mesh/D057225#section-symptômes"
},
{
"@type": "MedicalWebPage",
"name": "Prévention",
"headline": "Prévention sur Fouille de données",
"description": "Comment la fouille de données aide-t-elle à la prévention des maladies ?\nQuels types de données sont utilisés pour la prévention ?\nLa fouille de données peut-elle améliorer les campagnes de vaccination ?\nQuels résultats peut-on attendre de la prévention par fouille de données ?\nY a-t-il des limites à la prévention par fouille de données ?",
"url": "https://questionsmedicales.fr/mesh/D057225#section-prévention"
},
{
"@type": "MedicalWebPage",
"name": "Traitements",
"headline": "Traitements sur Fouille de données",
"description": "Comment la fouille de données influence-t-elle les traitements ?\nPeut-on personnaliser les traitements grâce à la fouille de données ?\nQuels traitements sont souvent analysés ?\nLa fouille de données peut-elle réduire les effets secondaires ?\nQuels défis existent dans l'analyse des traitements ?",
"url": "https://questionsmedicales.fr/mesh/D057225#section-traitements"
},
{
"@type": "MedicalWebPage",
"name": "Complications",
"headline": "Complications sur Fouille de données",
"description": "La fouille de données peut-elle identifier des complications médicales ?\nQuels types de complications sont souvent étudiés ?\nComment les complications sont-elles analysées ?\nLa fouille de données peut-elle aider à prévenir les complications ?\nQuels défis existent dans l'analyse des complications ?",
"url": "https://questionsmedicales.fr/mesh/D057225#section-complications"
},
{
"@type": "MedicalWebPage",
"name": "Facteurs de risque",
"headline": "Facteurs de risque sur Fouille de données",
"description": "Quels facteurs de risque sont souvent identifiés par la fouille de données ?\nComment les facteurs de risque sont-ils analysés ?\nLa fouille de données peut-elle révéler des facteurs de risque cachés ?\nQuels outils sont utilisés pour identifier les facteurs de risque ?\nY a-t-il des limites à l'identification des facteurs de risque ?",
"url": "https://questionsmedicales.fr/mesh/D057225#section-facteurs de risque"
}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Comment la fouille de données aide-t-elle au diagnostic médical ?",
"position": 1,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle identifie des modèles dans les données cliniques pour améliorer la précision des diagnostics."
}
},
{
"@type": "Question",
"name": "Quels outils sont utilisés pour la fouille de données en santé ?",
"position": 2,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des logiciels comme R, Python et des plateformes de machine learning sont couramment utilisés."
}
},
{
"@type": "Question",
"name": "La fouille de données peut-elle prédire des maladies ?",
"position": 3,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut prédire des maladies en analysant des données historiques et des facteurs de risque."
}
},
{
"@type": "Question",
"name": "Quels types de données sont analysés ?",
"position": 4,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les données cliniques, génétiques, d'imagerie et de laboratoire sont souvent analysées."
}
},
{
"@type": "Question",
"name": "Y a-t-il des limites à la fouille de données en médecine ?",
"position": 5,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, la qualité des données et les biais peuvent affecter les résultats et les interprétations."
}
},
{
"@type": "Question",
"name": "Peut-on identifier des symptômes grâce à la fouille de données ?",
"position": 6,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut révéler des corrélations entre symptômes et maladies à partir de grandes bases de données."
}
},
{
"@type": "Question",
"name": "Comment les symptômes sont-ils analysés ?",
"position": 7,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les symptômes sont analysés en utilisant des algorithmes pour détecter des tendances et des associations."
}
},
{
"@type": "Question",
"name": "La fouille de données peut-elle aider à la détection précoce des symptômes ?",
"position": 8,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut identifier des signes précoces en analysant des données longitudinales."
}
},
{
"@type": "Question",
"name": "Quels symptômes sont souvent étudiés ?",
"position": 9,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les symptômes liés aux maladies chroniques comme le diabète et les maladies cardiovasculaires sont fréquents."
}
},
{
"@type": "Question",
"name": "Y a-t-il des symptômes non détectés par la fouille de données ?",
"position": 10,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, certains symptômes rares ou atypiques peuvent ne pas être bien représentés dans les données."
}
},
{
"@type": "Question",
"name": "Comment la fouille de données aide-t-elle à la prévention des maladies ?",
"position": 11,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle identifie des facteurs de risque et des tendances pour développer des stratégies préventives."
}
},
{
"@type": "Question",
"name": "Quels types de données sont utilisés pour la prévention ?",
"position": 12,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les données démographiques, comportementales et environnementales sont souvent analysées."
}
},
{
"@type": "Question",
"name": "La fouille de données peut-elle améliorer les campagnes de vaccination ?",
"position": 13,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut cibler les populations à risque et optimiser les ressources pour les campagnes."
}
},
{
"@type": "Question",
"name": "Quels résultats peut-on attendre de la prévention par fouille de données ?",
"position": 14,
"acceptedAnswer": {
"@type": "Answer",
"text": "On peut s'attendre à une réduction des cas de maladies et une amélioration de la santé publique."
}
},
{
"@type": "Question",
"name": "Y a-t-il des limites à la prévention par fouille de données ?",
"position": 15,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les biais dans les données et la complexité des interactions peuvent limiter l'efficacité."
}
},
{
"@type": "Question",
"name": "Comment la fouille de données influence-t-elle les traitements ?",
"position": 16,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle permet d'identifier des traitements efficaces en analysant les résultats des patients."
}
},
{
"@type": "Question",
"name": "Peut-on personnaliser les traitements grâce à la fouille de données ?",
"position": 17,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle aide à personnaliser les traitements en fonction des caractéristiques individuelles des patients."
}
},
{
"@type": "Question",
"name": "Quels traitements sont souvent analysés ?",
"position": 18,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les traitements pour les maladies chroniques, les cancers et les troubles mentaux sont fréquemment étudiés."
}
},
{
"@type": "Question",
"name": "La fouille de données peut-elle réduire les effets secondaires ?",
"position": 19,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut aider à identifier des traitements avec moins d'effets secondaires en analysant les données."
}
},
{
"@type": "Question",
"name": "Quels défis existent dans l'analyse des traitements ?",
"position": 20,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les défis incluent la variabilité des réponses aux traitements et la qualité des données disponibles."
}
},
{
"@type": "Question",
"name": "La fouille de données peut-elle identifier des complications médicales ?",
"position": 21,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut détecter des complications en analysant les résultats des traitements et des symptômes."
}
},
{
"@type": "Question",
"name": "Quels types de complications sont souvent étudiés ?",
"position": 22,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les complications liées aux maladies chroniques, aux infections et aux interventions chirurgicales sont fréquentes."
}
},
{
"@type": "Question",
"name": "Comment les complications sont-elles analysées ?",
"position": 23,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles sont analysées par des méthodes statistiques pour déterminer leur fréquence et leurs causes."
}
},
{
"@type": "Question",
"name": "La fouille de données peut-elle aider à prévenir les complications ?",
"position": 24,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut identifier des patients à risque et permettre des interventions précoces."
}
},
{
"@type": "Question",
"name": "Quels défis existent dans l'analyse des complications ?",
"position": 25,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les défis incluent la variabilité des données et la difficulté à établir des relations causales."
}
},
{
"@type": "Question",
"name": "Quels facteurs de risque sont souvent identifiés par la fouille de données ?",
"position": 26,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les facteurs de risque liés au mode de vie, à la génétique et à l'environnement sont souvent identifiés."
}
},
{
"@type": "Question",
"name": "Comment les facteurs de risque sont-ils analysés ?",
"position": 27,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils sont analysés à l'aide de modèles statistiques pour déterminer leur impact sur la santé."
}
},
{
"@type": "Question",
"name": "La fouille de données peut-elle révéler des facteurs de risque cachés ?",
"position": 28,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut révéler des facteurs de risque non évidents en analysant des ensembles de données complexes."
}
},
{
"@type": "Question",
"name": "Quels outils sont utilisés pour identifier les facteurs de risque ?",
"position": 29,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des outils d'analyse de données et des algorithmes de machine learning sont utilisés."
}
},
{
"@type": "Question",
"name": "Y a-t-il des limites à l'identification des facteurs de risque ?",
"position": 30,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, la qualité des données et les biais peuvent affecter l'identification des facteurs de risque."
}
}
]
}
]
}
Systems Biology Research Center, School of Bioscience, University of Skövde, SE-541 28 Skövde, Sweden.
Department of Molecular and Clinical Medicine, Institute of Medicine, The Sahlgrenska Academy at University of Gothenburg, SE-413 45 Gothenburg, Sweden.
Systems Biology Research Center, School of Bioscience, University of Skövde, SE-541 28 Skövde, Sweden.
Bioscience, Research and Early Development, Cardiovascular, Renal and Metabolism (CVRM), BioPharmaceuticals R&D, AstraZeneca, SE-413 83 Gothenburg, Sweden.
Department of Molecular and Clinical Medicine, Institute of Medicine, The Sahlgrenska Academy at University of Gothenburg, SE-413 45 Gothenburg, Sweden.
Department of Cardiothoracic Surgery, Sahlgrenska University Hospital, SE-413 45 Gothenburg, Sweden.
Department of Technology, São Paulo State University (UNESP), Jaboticabal, São Paulo State 14884-900, Brazil.
Graduate Program in Agricultural and Livestock Microbiology, São Paulo State University (UNESP), School of Agricultural and Veterinarian Sciences, Jaboticabal, São Paulo State 14884-900, Brazil.
The widespread use of information technology in healthcare leads to extensive data collection, which can be utilised to enhance patient care and manage chronic illnesses. Our objective is to summarise...
Healthcare programs and insurance initiatives play a crucial role in ensuring that people have access to medical care. There are many benefits of healthcare insurance programs but fraud in healthcare ...
In this study, a fraud detection methodology is presented that utilizes association rule mining augmented with unsupervised learning techniques to detect healthcare insurance fraud. Dataset from the C...
Descriptive analysis shows patterns and trends in the data revealing interesting relationship among diagnosis codes, procedure codes and the physicians. The baseline anomaly detection algorithms gener...
The proposed methodology enhances healthcare insurance fraud detection by using association rule mining for pattern discovery and unsupervised classifiers for effective anomaly detection....
With the increasing volume of environmental monitoring data, extracting valuable insights from multivariate time series sensor data can facilitate comprehensive information utilization and support inf...
While COVID-19 becomes periodical, old individuals remain vulnerable to severe disease with high mortality. Although there have been some studies on revealing different risk factors affecting the deat...
Healthcare professionals produce abounding textual data in their daily clinical practice. Text mining can yield valuable insights from unstructured data. Extracting insights from multiple information ...
Increasingly, patient medication adherence data are being consolidated from claims databases and electronic health records (EHRs). Such databases offer an indirect avenue to gauge medication adherence...
We conducted a comprehensive review of EHR applications in the realm of medication adherence, leveraging ML techniques. We expounded on the evolution and structure of medical databases pertinent to me...
Our study underscores the applications of medical databases and ML, encompassing both supervised and unsupervised learning, for medication adherence in clinical big data. Databases like SEER and NHANE...
Advanced data mining in the era of big data has revolutionized medication adherence research, thereby enhancing patient care. Emphasizing bespoke interventions and research could herald transformative...
To assess whether electronic health record (EHR) data text mining can be used to improve register-based heart failure (HF) subtyping. EHR data of 43,405 individuals from two Finnish hospital biobanks ...
In 86% of the cases, the algorithm-identified EF belonged to the correct HF subtype range. Sensitivity, specificity, PPV and NPV of the algorithm were 94-100% for HFrEF, 85-100% for HFmrEF, and 96%, 6...
Educational Data Mining (EDM) holds promise in uncovering insights from educational data to predict and enhance students' performance. This paper presents an advanced EDM system tailored for classifyi...
Camoni, the largest digital health community in Israel, involves thousands of patients in the decision-making process concerning their illness and treatment. This approach reflects the recent global s...
Due to the inherent characteristics of accumulation sequence of unbalanced data, the mining results of this kind of data are often affected by a large number of categories, resulting in the decline of...