Ανάπτυξη καινοτόμων σημασιολογικών μηχανισμών για τη βελτίωση του σχεδιασμού μιας κλινικής έρευνας

Abstract

Clinical Trials provides the means for bringing new drugs to the market or identifying new pharmacological uses of existing ones. Their purpose is to test the safety and efficacy of a drug towards a specific medical condition. Eligibility Criteria (EC) comprise an important part of a clinical study, being determinant of its cost, duration and overall success. Their formal, computer-processable description can significantly improve clinical trial design and conduction by enabling their intelligent processing, replicability and linkability with other data.For EC representation purposes, related standards were investigated, along with published literature. Moreover, a considerable number of clinicaltrials.gov studies was analysed in collaboration with clinical experts for the determination and classification of parameters of clinical research importance. The outcome of this process was the EC Representation; a CDISC-compliant schema for organizing criteria along with a patient-centric model for their formal expression, properly linked with international classifications and codifications. Its evaluation against 200 randomly selected EC indicated that it can adequately serve its purpose.Moreover, innovative systems developed for enabling users’ access the data stored in one or more relational databases using semantic web technologies. More precisely, initially, a web application developed that enable users to express complicated queries through the user friendly, highly interactive graphical environment provided that is totally based on the ontological representation of a specific domain of interest. Also, specific tools and mechanism implemented for enabling users access the data stored in a relational database using their own terminology which may pose significant differences in comparison with the elements specified in the relational databases.The aforementioned tools and mechanisms in comparison with the models developed for EC representation and expression can contribute in the formal expression of the EC of a clinical study as well as the application of EC specified for detecting the eligible subjects for recruitment. Consequently, they can reduce the patients’ recruitment period and hence reduce the overall cost of a clinical study.Since abbreviations are widely used in clinical studies, they have been extensively studied in this work. More precisely, we have studied the abbreviations used in a limited amount of clinical studies we have randomly selected, along with existing algorithms and techniques for abbreviation recognition purposes. Then, we have developed a system for automatically detecting the meaning of abbreviations used in the whole corpus of clinical studies, using innovative algorithms and techniques that take into account the discrimination power of words participating in their long form. The evaluation of the systems developed indicated that it can accurately detect the meaning of abbreviations specified in clinical studies, while the analysis of the collected data indicated that the abbreviations used in clinical studies are much less ambiguous than biomedical abbreviations.

Οι Κλινικές Δοκιμές αποτελούν το μέσο για την εισαγωγή ενός νέου φαρμάκου στην αγορά ή για την ανάδειξη νέων φαρμακευτικών ιδιοτήτων ενός υπάρχοντος φαρμάκου. Στόχος τους είναι να ελέγξουν την ασφάλεια και την αποτελεσματικότητα του φαρμάκου, για την αντιμετώπιση ή θεραπεία μιας συγκεκριμένης ιατρικής κατάστασης. Τα κριτήρια καταλληλότητας (ΚΚ) αποτελούν ένα σημαντικό τμήμα μιας κλινικής δοκιμής, επηρεάζοντας το κόστος της, τη διάρκειά της και γενικότερα τη συνολική της επιτυχία. Η τυπική τους αναπαράσταση σε μια γλώσσα κατανοητή από τον υπολογιστή θα μπορούσε να συμβάλλει σημαντικά στη βελτίωση του σχεδιασμού και της εκτέλεσης της δοκιμής, επιτρέποντας την περαιτέρω επεξεργασία των ΚΚ καθώς και τη διασύνδεσή τους με άλλες πηγές δεδομένων.Στα πλαίσια της εργασίας αυτής, αρχικά, μελετήθηκαν πρότυπα σχετικά με την αναπαράσταση των ΚΚ καθώς επίσης και υπάρχουσα βιβλιογραφία. Επίσης, εξετάστηκε ένας σημαντικός αριθμός από κλινικές μελέτες (συμπεριλαμβανομένων των ΚΚ) με την ενεργή συμμετοχή ειδικών ερευνητών στον τομέα της κλινικής έρευνας, με απώτερο στόχο τον καθορισμό των παραμέτρων που χρησιμοποιούνται για την έκφραση των ΚΚ. Το αποτέλεσμα της παραπάνω διεργασίας ήταν μια αναπαράσταση των ΚΚ αποτελούμενη από ένα σχήμα συμβατό με τα πρότυπα του CDISC για τον καθορισμό των παραμέτρων ενός κριτηρίου καθώς επίσης και ένα μοντέλο με τα χαρακτηριστικά ενός ασθενούς για την τυπική τους έκφραση σε συνδυασμό με υπάρχοντα συστήματα κατηγοριοποίησης και κωδικοποίησης. Η αξιολόγηση των μοντέλων που αναπτύχθηκαν με βάση 200 τυχαίως επιλεγμένα ΚΚ έδειξε ότι μπορούν να καλύψουν επαρκώς το σκοπό για τον οποίο δημιουργήθηκαν. Επίσης, αναπτύχθηκαν καινοτόμα συστήματα και μηχανισμοί που διευκολύνουν την πρόσβαση στα δεδομένα των ασθενών (ή γενικότερα των βάσεων δεδομένων), χρησιμοποιώντας τις τεχνολογίες του σημασιολογικού ιστού. Πιο συγκεκριμένα, αρχικά αναπτύχθηκε ένα σύστημα που επιτρέπει την έκφραση περίπλοκων ερωτημάτων, μέσω ενός ιδιαίτερα αλληλεπιδραστικού, φιλικού προς το χρήστη, γραφικού περιβάλλοντος, το οποίο βασίζεται αποκλειστικά και μόνο στην οντολογική περιγραφή του αντίστοιχου πεδίου γνώσης. Ακόμη, αναπτύχθηκαν εργαλεία και μηχανισμοί που επιτρέπουν την πρόσβαση στα δεδομένα μιας βάσης, χρησιμοποιώντας μοντέλα και κωδικοποιήσεις που πιθανώς να διαφέρουν σημαντικά από τα μοντέλα και κωδικοποιήσεις που χρησιμοποιούνται κατά την έκφραση των κριτηρίων. Τα παραπάνω εργαλεία σε συνδυασμό με τα μοντέλα που αναπτύχθηκαν για την αναπαράσταση και έκφραση των ΚΚ μιας κλινικής δοκιμής μπορούν να συμβάλλουν σημαντικά τόσο στη δομημένη αναπαράσταση των κριτηρίων όσο και στον εντοπισμό των ασθενών που πληρούν τα κριτήρια, μειώνοντας το χρόνο στρατολόγησης των ασθενών και κατά συνέπεια το συνολικό κόστος της κλινικής δοκιμής.Σημειώνουμε ότι, λόγω της ευρείας χρήσης των συντομεύσεων στην έκφραση των ΚΚ, αυτές μελετήθηκαν εκτενώς στην εργασία αυτή. Ειδικότερα, μελετήθηκαν οι συντομεύσεις που έχουν χρησιμοποιηθεί σε ένα περιορισμένο σύνολο κλινικών μελετών που τυχαία επιλέχθηκαν, καθώς και υπάρχοντες αλγόριθμοι και τεχνικές για τον εντοπισμό της πλήρους μορφής τους. Ακολούθως, αναπτύχθηκε ένα σύστημα για τον αυτόματο εντοπισμό της σημασίας των συντομεύσεων, χρησιμοποιώντας καινοτόμους αλγορίθμους και τεχνικές που λαμβάνουν υπόψη τη διακριτική δυνατότητα των λέξεων που συμμετέχουν στην πλήρη έκφρασή τους. Η αξιολόγηση του συστήματος έδειξε ότι αυτό μπορεί να εντοπίσει με μεγάλη ακρίβεια τη σημασία τους, ενώ η ανάλυση των δεδομένων που συλλέχθηκαν έδειξε ότι οι πιθανές τους σημασίες είναι πολύ λιγότερες εν συγκρίσει με αυτές των βιοϊατρικών συντομεύσεων.