196,331 research outputs found
Big data and earthquake: databases integration for studies on medium-long term effects on health
No full textIl Network Italiano Sanitario (N.I.San) come strumento di controllo strategico nell’ospedale di Giulianova: dalla valutazione all’applicazione di una strategia operativa
No full textINTRODUZIONE
Il N.I.San. (Network Italiano Sanitario) è costituito da aziende sanitarie pubbliche e private che su base volontaria hanno deciso di condividere le misurazioni dei costi standard, disaggregati in 20131 valori rispetto ai 538 DRG relativi all’attività di ricovero, secondo i principi del Clinical Costing. Ciò garantisce uniformità di calcolo e possibilità di confronto tra ben 77 ospedali, tra i quali i quattro presidi dell’Asl di Teramo. Il nostro studio dimostra come l’utilizzo del N.I.San. abbia permesso di allocare correttamente risorse per una migliore performance nell’ospedale di Giulianova.
MATERIALI E METODI
Abbiamo considerato i ricoveri ordinari, day hospital/day surgery e PAC (Pacchetto Ambulatoriale Complesso), calcolando i costi relativi del personale medico, infermieristico ed “altro personale”, i farmaci e dispositivi medici. Abbiamo incluso nella valutazione le prestazioni per esterni, per interni e per pronto soccorso. È stato quindi calcolato un costo standard per ogni DRG sviluppato nell’unità operativa di Chirurgia e di Medicina. Questo ci ha permesso di calcolare il benchmark e cioè di sapere quanto la nostra produzione sarebbe costata se a farla fosse stato un presidio mediamente efficiente appartenente alla rete N.I.San. La finalità
di tale confronto è di evidenziare scostamenti dal benchmark rispetto ad ogni singolo fattore produttivo e di individuare le possibili azioni di miglioramento. Uno scostamento negativo denota un’unità operativa meno efficiente rispetto al benchmark, uno scostamento troppo positivo può comportare problemi di tipo qualitativo della prestazione erogata.
RISULTATI
Medicina: risulta efficiente rispetto al benchmark (+158.419€) ed alla spesa farmaceutica (+6.221€). È inefficiente nelle giornate totali di ricovero (-4.060gg) e per il fattore presidi (-262.221€); inoltre vi è carenza di 3 infermieri (+202.729€).
Strategie attuate: assunzione di personale infermieristico per bilanciare la carenza e riduzione degli appoggi per economizzare le giornate di degenza. Chirurgia: risulta efficiente per “altro personale” in reparto (+51.439€) e sala operatoria (+56.219€) e quasi
al benchmark per la spesa farmaceutica (-20.705€). Risulta inefficiente rispetto al benchmark per le giornate di reparto (-25%), per un indice operatorio tendenzialmente basso (70%) e per il personale infermieristico in reparto di (-250.395€).
Strategie attuate: si sta provvedendo all’introduzione di alcuni PAC per diminuire le giornate eccedenti in reparto e aumentare l’indice operatorio, riorganizzando l’assetto infermieristico. CONCLUSIONI
Il N.I.San risulta uno strumento valido per il controllo della spesa globale, dell’efficienza e dell’efficacia gestionale anche di un presidio ospedaliero di base e risulta indispensabile se si intende superare la logica dei tagli lineari
Single-linkage clustering for optimal classification in piecewise affine regression
No full textWhen performing regression with piecewise affine maps, the most challenging task is to classify the data points, i.e. to correctly attribute a data point to the affine submodel that most likely generated it. In this paper, we consider a regression scheme similar to the one proposed in (Ferrari-Trecate et al., 2001,2003) that reduces the classification step to a clustering problem in presence of outliers. However, instead of the K-means procedure adopted in (Ferrari-Trecate et al., 2001,2003), we propose the use of single-linkage clustering that estimates automatically the number of submodels composing the piecewise affine map. Moreover we prove that, under mild assumptions on the data set, single-linkage clustering can guarantee optimal classification in presence of bounded noise
Valutazione della risposta immunitaria a lungo termine al vaccino antiepatite B in una coorte di studenti e medici in formazione specialistica dell’Università degli Studi dell’Aquila nell’ambito della sorveglianza sanitaria.
No full textINTRODUZIONE
La Legge n. 165 del 27 Maggio 1991 ha introdotto in Italia l’obbligo di vaccinazione contro l’HBV nei nuovi nati, poi esteso retroattivamente a tutti i nati dopo il 1979. Obiettivo dello studio è valutare la variazione del titolo anticorpale in relazione all’età e al tempo intercorso dalla somministrazione dell’ultima dose del vaccino in una coorte di studenti del Corso di Laurea in Medicina e
Chirurgia e di medici in formazione specialistica presso l’Università degli Studi dell’Aquila.
MATERIALI E METODI
Lo studio osservazionale ha previsto l’arruolamento di 176 soggetti da Novembre 2016 a Febbraio 2018, nell’ambito della sorveglianza sanitaria, sottoposti a esame sierologico per la valutazione dei livelli di anticorpi anti-Hbs, utilizzando come metodica di laboratorio il test di chemiluminescenza. Tutti i soggetti inclusi risultavano vaccinati contro l’HBV in epoca adolescenziale o neonatale e negativi per HBsAg. L’analisi statistica, condotta con il software STATA 14, ha previsto il calcolo di misure descrittive (medie aritmetica e geometrica) e lo studio di modelli di regressione multipla, per verificare l’andamento del titolo anticorpale in relazione a possibili variabili esplicative quali sesso, età, distanza in anni dalla vaccinazione ed epoca di vaccinazione.
RISULTATI
Il campione (75 maschi e 101 femmine) risultava equamente distribuito rispetto all’epoca della vaccinazione: 89 (50,6%) vaccinati in età infantile e 87 (49,4%) vaccinati in età adulta e con una distanza media dall’ultima vaccinazione pari, rispettivamente, a 20,5 ± 3,5 anni e 18,7 ± 4,6 anni. La maggioranza dei soggetti (59,8%) presentava un titolo anticorpale anti-HBs >10 mIU/mL. Dall’analisi di regressione multipla si rileva che il logaritmo del titolo anticorpale si riduce all’aumentare di età anagrafica e distanza dall’ultima vaccinazione (rispettivamente beta=-0.054, p<0.05 e beta=0.041, p<0.05) mentre è più elevato nei soggetti vaccinati in età adolescenziale rispetto a quelli vaccinati in età neonatale (beta=1.356, p<0.001). La varianza spiegata è pari a circa il 20% (F=14.64, p<0.001) Non è stata osservata alcuna correlazione tra il titolo anticorpale ed il sesso.
CONCLUSIONI
I risultati del nostro studio concordano con quelli riportati nella letteratura scientifica, confermando l’efficacia del vaccino a distanza di circa 20 anni dalla somministrazione, l’influenza dell’età di vaccinazione e dell’intervallo dall’ultima dose sul titolo anticorpale. Ulteriori ricerche sono necessarie per verificare il ruolo di altre variabili esplicative come per esempio l’esposizione naturale all’agente eziologico, la responsività individuale e la vaccinazione al momento della nascita per profilassi post-esposizione
A Unified View to Machine Learning and Control for Measurement-based Equivalent Bandwidth
No full textThis paper outlines a unified view of machine learning and control for the optimization of a communication system. The problem of equivalent bandwidth is taken as a reference. A dedicated classification technique is used to derive insights into the structure of the problem by means of boolean rules over the variables of the system. The approach is of particular interest for many settings in which only measurements of the performance are available. Simulations corroborate the quality of the proposed technique
Bagged ensembles of Support Vector Machines for gene expression data analysis
No full textExtracting information from gene expression data is a difficult task, as these data are characterized by very high dimensional, small sized, samples and large degree of biological variability. However, a possible way of dealing with the curse of dimensionality is offered by feature selection algorithms, while variance problems arising from small samples and biological variability can be addressed through ensemble methods based on resampling techniques.
These two approaches have been combined to improve the accuracy of Support Vector Machines (SVM) in the classification of malignant tissues from DNA microarray data. To assess the accuracy and the confidence of the predictions performed proper measures have been introduced. Presented results show that bagged ensembles of SVM are more reliable and achieve equal or better classification accuracy with respect to single SVM, whereas feature selection methods can further enhance classification accuracy
Cancer recognition with bagged ensembles of Support Vector Machines
No full textExpression-based classification of tumors requires stable, reliable and variance reduction methods, as DNA microarray data are
characterized by low size, high dimensionality, noise and large biological variability. In order to address the variance and curse of dimensionality problems arising from this difficult task, we propose to apply bagged ensembles of Support Vector Machines (SVM) and feature
selection algorithms to the recognition of malignant tissues. Presented results show that bagged ensembles of SVMs are more reliable and achieve equal or better classification accuracy with respect to single SVMs, whereas feature selection methods can further enhance classification accuracy
The central role of receiver operating characteristic (ROC) curves in evaluating tests for the early detection of cancer
No full textModeling gene expression data via positive Boolean functions
No full textIn this work we propose an artificial model for the generation
of biologically plausible gene expression data to be used in the evaluation of the performance of gene selection and clustering methods.
The model allows to fix in advance the set of relevant genes and the
functional classes involved in the problem; the input-output relationship
is constructed by synthesizing a positive Boolean function. Despite its
simplicity, it is sufficiently rich to take account of the specific peculiarities of gene expression data, including biological variability.
A Java code had been developed to allow the user choose the model parameters according to the characteristics of the experiment he want to simulate. This permits to insert the artificial model into a distributed system for microarray analysis, in particular one based on a Grid infrastructure
- …
