Clinical decision support for screening, diagnosis and assessment of respiratory diseases: chronic obstructive pulmonary disease as a use case

Velickovski, Filip
Share
In this thesis we propose a framework for designing, developing, a clinical decision support systems (CDSS) offering a suite of services for the early detection and assessment of chronic obstructive pulmonary disease (COPD), and then demonstrate how these services can be integrated into the work-flow of healthcare providers. Furthermore, we focus on supporting spirometry, one of the main diagnostic tools in respiratory disease assessment. We present two methods to offer decision support in assuring the quality of a spirometry test that can be easily embedded into the CDSS framework. The first method is a novel algorithm that relies on a set of rules operating on 23 new parameters to define a high quality test. The second is a machine-learning approach, where we optimise the distinction between a good quality spirometry test and a poor one using a set of supervised-learning classifiers and hyper-parameters ​
​ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.