Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10362/157055| Título: | Development of a Web Platform for Surgical Oncologists in Portugal |
| Autor: | Martins, João Miguel Tavares |
| Orientador: | Costa, Rafael Barahona, Pedro |
| Palavras-chave: | Web platform database decision support systems data management risk prediction cancer |
| Data de Defesa: | Jul-2022 |
| Resumo: | In an age of enormous access to clinical data and rapid technological development,
ensuring that physicians have computational tools to navigate a sea of information and
improve health outcomes is vital. A major advance in medical practice is the incorporation
of Clinical Decision Support Systems (CDSSs) to assist and support the healthcare team
in clinical decision making, thus improving the quality of decisions and overall patient
care, while minimizing costs.
Postsurgical complications of cancer surgery are hard to predict, although there are
several traditional risk scores available. However, there is an urgent need to improve perioperative
risk assessment to reduce the growing postoperative burden in the Portuguese
population. Understanding the individual risks of performing surgical procedures is
essential to customizing preparatory, intervention, and aftercare protocols to minimize
post-surgical complications. This knowledge is essential in oncology, given the nature of
the interventions, the fragile profile of patients with comorbidities and drug exposure,
and the possible recurrence of cancer.
This thesis aims to develop an user-friendly web platform to support the collaboration
and manage clinical data among oncologists at the Portuguese Institute of Oncology, Porto.
The work integrates both a database to register/store the clinical data of cancer patients in
a structured format, visualization tools and computational methods to calculate a specific
risk score of postoperative outcomes for the Portuguese population. The platform named
IPOscore will not only to manage the clinic data but also offer a predictive healthcare
system, as an valuable instrument for the oncologists. Numa época de grande acesso a dados e rápido desenvolvimento tecnológico, garantir que os médicos tenham as ferramentas de apoio à decisão clínica para se deslocar em um mar de informação para encontrar o que é mais relevante para as necessidades dos pacientes é vital para otimizar os resultados de saúde. Um grande avanço na prática médica é a incorporação de Sistemas de Apoio à Decisão Clínica (CDSSs) para auxiliar e apoiar a equipe de saúde na tomada de decisão clínica, melhorando assim a qualidade das decisões e o atendimento geral ao paciente, minimizando custos. As complicações pós-operatórias da cirurgia do cancro ainda são difíceis de prever, embora existam muitos scores de risco destinados a fazer tais previsões. Compreender os riscos individuais de realizar procedimentos cirúrgicos é essencial para personalizar os protocolos preparatórios, de intervenção e pós-atendimento para minimizar as complicações pós-cirúrgicas. Esse conhecimento é fundamental em oncologia, dada a natureza das intervenções, o perfil frágil dos pacientes com comorbidades e exposição a drogas e a possível recorrência do cancro. Este trabalho propõe a construção duma plataformaweb de fácil utilização para apoiar a colaboração e dispor uma gestão de dados clínicos entre oncologistas. O trabalho integra uma base de dados para registrar / armazenar os dados clínicos, fisiológicos e biopatológicos de pacientes com cancro num formato estruturado e métodos computacionais para calcular um grau de risco específico de complicações pós-operatórias para a população portuguesa. A plataforma denominada IPOscore servirá para a gestão de dados clinicos, mas também oferecerá um sistema preditivo e preventivo, como uma ferramenta de apoio à decisão médica no contexto clínico diário. |
| URI: | http://hdl.handle.net/10362/157055 |
| Designação: | MASTER IN COMPUTER SCIENCE |
| Aparece nas colecções: | FCT: DI - Dissertações de Mestrado |
Ficheiros deste registo:
| Ficheiro | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Martins_2022.pdf | 3,29 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.











