נושא הפרוייקט

מספר פרוייקט מחלקה שמות סטודנטים אימייל שמות מנחים

מחקר יולדות רב-מרכזי באמצעות OMOP Common Data Mode

Multi-Center Maternity Study using OMOP Common Data Model

תקציר בעיברית

הפרויקט שלנו שואף לנצל את מגוון הכלים המוצעים על ידי קהילת OHDSI (Observational Health Data Science and Informatics) כדי לבסס את היעילות של הכלים האמורים לעיסוקים מוכווני מחקר. כדי להעריך את הפונקציונליות של הכלים הללו, שיתפנו פעולה עם המרכז הרפואי הדסה ומחלקת יולדות בפרט אשר כחלק משיתוף הפעולה קיבלנו מידע רב ושאלת מחקר שתוצאותיה יעזרו לצוות הרפאוי בקבלת החלטות בזנן אמת.

שאלת המחקר הנחקרת היא האם נשיאת חיידק הסטרפטוקוקוס מקבוצת B (GBS) מגדילה את הסיכויים לפתח Chorioamnionitis, שהיא זיהום שעלול להתרחש לאחר "ירידת מים" במהלך ההריון.

Chorioamnionitis הוא מצב חמור שעלול להוביל לתחלואה ותמותה אימהית ועוברית משמעותית. GBS הוא חיידק נפוץ שנמצא במערכת הרבייה של כ-10-30% מהנשים ההרות.

מחקר זה נועד לקבוע האם קולוניזציה של GBS מגבירה את הסיכון ל- Chorioamnionitis בנשים הרות. זה יושג על ידי ניתוח נתונים מאוכלוסיה גדולה של נשים הרות שנבדקו לאיתור קולוניזציה של GBS ואשר חוו Chorioamnionitis.

במרכז הרפואי "הדסה" יש 15,000 יילודים מדי שנה. ההליך הרפואי של הלידה כולל שלבים רבים אשר מייצרים כמות גדולה של נתונים. נתונים אלה נאספו ונשמרו בצורה מסוימת; פרויקט קודם עשה את התהליך המורכב הזה. הסטודנטים מהשנה שעברה יצרו מסד נתונים שעומד ב-OMOP CDM (Observational Medical Outcomes Partnership Data Model), סטנדרט זה של מיפוי הנתונים משותף עם מרכזים רפואיים נוספים ברחבי העולם.

סטרפטוקוקוס מקבוצה B (GBS) הוא חיידק גרם חיובי המייצג גורם סיכון משמעותי לזיהום בקרב תינוקות מוקדמים בילודים. רוב הנשים הנדבקות ב-GBS הן אסימפטומטיות, אך ניתן למצוא את האורגניזם בגרון, בפי הטבעת ובנרתיק.

אנו מתכננים למנף מגוון טכניקות מתקדמות של למידת מכונה כדי לפתח מודל שיכול לחזות את התוצאות עבור המטופלים. עם זאת, מכיוון שמדובר בבעיה רפואית, אנו מכירים גם בצורך לשלב כלי AI ניתנים להסבר בעבודה שלנו. על ידי כך, אנו שואפים להגביר את ההבנה שלנו לגבי האופן שבו המודל עושה את התחזיות שלו, מה שמאפשר לנו לספק תוצאות יותר מעניינות וניתנות לפירוש. בסופו של דבר, המטרה שלנו היא לתמוך ברופאים בקבלת החלטות טובות יותר עבור כל מטופל בהתבסס על הבנה מקיפה של הגורמים הבסיסיים התורמים לתחזית.

מענה על שאלה זו יכולה לסייע לרופא לשפר את תהליך קבלת ההחלטות לנשים בלידה ואת בריאותו של היילוד. בנוסף, מטרה נוספת היא לשתף את המחקר שלנו עם מרכזים רפואיים אחרים ברחבי העולם לצורך מחקר רב מרכזי. זה ישמש כמקרה שימוש כדי להדגים את התועלת של הנתונים החדשים של הדסה שהוקמה במודל הנתונים הנפוץ של OMOP. הנתונים האלה.

תקציר באנגלית

The objective of our project is to utilize the diverse array of tools offered by the OHDSI (Observational Health Data Science and Informatics) community to substantiate the efficacy of said tools for research-oriented pursuits. To evaluate the functionality of these tools, we have procured a research inquiry from the esteemed medical personnel of the Hadassah Medical Center.

The research question being investigated is whether carrying the Group B Streptococcus (GBS) bacterium increases the chances of developing Chorioamnionitis, which is an infection that can occur after “water breaking” during pregnancy.

Chorioamnionitis is a severe condition that can lead to significant maternal and fetal morbidity and mortality. GBS is a common bacteria found in the reproductive tract of approximately 10-30% of pregnant women. It is known to be a leading cause of neonatal sepsis and meningitis.

This study aims to determine whether GBS colonization increases the risk of Chorioamnionitis in pregnant women. This will be achieved by analyzing data from a large population of pregnant women screened for GBS colonization and who have experienced Chorioamnionitis.

The medical center “Hadassah” has 15,000 newborns annually. The medical procedure of birth includes many steps which produce a large amount of data. This data was gathered and stored in a particular form; a previous project did this complex process. The students from last year created a database that meets the OMOP CDM (Observational Medical Outcomes Partnership Data Model), this standard of mapping the data is shared with more medical centers worldwide.

Group B Streptococcus (GBS)  is a gram-positive bacteria representing a significant risk factor for infection among early neonatal babies. Most women infected by GBS are asymptomatic, but the organism can be found in the throat, rectum, and vagina.

we're planning to leverage a range of advanced Machine Learning techniques to develop a model that can predict the outcomes for patients. However, since it's a medical issue, we also recognize the need to incorporate Explainable AI tools into our work. By doing so, we aim to enhance our understanding of how the model makes its predictions, enabling us to provide more insightful and interpretable results. Ultimately, our goal is to support medical practitioners in making better decisions for each patient based on a comprehensive understanding of the underlying factors contributing to the prediction.

Answering this question can help the doctor improve the decision-making process for women at birth and the newborn's health. In addition, another goal is to share our study with other medical centers worldwide for a multi-center study. This will serve as a use-case to demonstrate the utility of the newly established Hadassah’s data in the OMOP common data model finally, another important outcome will be proving that we can use the information to improve decision-making, leading to more research based on this data.