Πληροφορική της υγείας

OpenSAFELY: factors associated with COVID-19 death in 17 million patients
Elizabeth J. Williamson, Alex J. Walker, et al.
Nature (2020), DOI: https://doi.org/10.1038/s41586-020-2521-4

Published: 08 July 2020

Η ανευ προηγουμένου επείγουσα ανάγκη για κατανόηση ποιος διατρέχει μεγαλύτερο κίνδυνο σοβαρών επιπλοκών από την COVID-19, απαιτεί έγκαιρη ανάλυση μεγάλων συνόλων δεδομένων για την ποσοτικοποίηση μιας σειράς κλινικών παραγόντων κινδύνο. Από την National Health Service (NHS) England, δημιουργήθηκε το OpenSAFELY: μια ασφαλής πλατφόρμα ανάλυσης δεδομένων υγείας που καλύπτει το 40% όλων των ασθενών στην Αγγλία, που χρησιμοποιεί δεδομένα ασθενών από το υπάρχον κέντρο δεδομένων ενός μεγάλου προμηθευτή ηλεκτρονικών αρχείων υγείας πρωτοβάθμιας περίθαλψης.

Managing COVID-19-related knowledge: A smart cities perspective
Abdalla, W.; Renukappa, S.; Suresh, S.
Knowledge and Process Management ; 30(1):87-109, 2023, https://doi.org/10.1002/kpm.1706

First published: 14 March 2022

Η αποτελεσματική διαχείριση της COVID-19 και η επείγουσα ανάγκη βελτίωσης της πρόληψης έναντι της επιδημίας απαιτούν ταχεία ανταπόκριση και άμεσες λύσεις, την ανάπτυξη κατάλληλων διαδικασιών διαχείρισης γνώσης και τη διευκόλυνση της αποτελεσματικής λήψης αποφάσεων και των διαχειριστικών προσπαθειών. Η αυξημένη υιοθέτηση τεχνολογιών έξυπνων πόλεων προσφέρει διάφορες τεχνολογίες που μπορούν να υποστηρίξουν την απόκτηση, την κοινή χρήση και τη μεταφορά γνώσης. Ωστόσο, οι επαγγελματίες διαχείρισης γνώσης και οι υπεύθυνοι λήψης αποφάσεων αντιμετωπίζουν διάφορες προκλήσεις για τη διαχείριση των τεράστιων δεδομένων που παράγονται από τις διάφορες πλατφόρμες έξυπνων πόλεων. Η διαχείριση της γνώσης που σχετίζεται με την COVID-19 απαιτεί φιλτράρισμα, καθαρισμό, διατήρηση και κοινή χρήση μόνο χρήσιμων δεδομένων. Ως εκ τούτου, ο στόχος αυτής της εργασίας είναι να διερευνήσει τη διαχείριση της γνώσης που σχετίζεται με την COVID-19 από την οπτική γωνία των έξυπνων πόλεων.

Long-COVID signatures identified in huge analysis of blood proteins

Miryam Naddaf

Nature 626, 19-20 (2024), doi: https://doi.org/10.1038/d41586-024-00158-w

Published: 18 January 2024

Οι πρωτεΐνες που εμπλέκονται στην ανοσία, την πήξη και τη φλεγμονή θα μπορούσαν να βοηθήσουν στην επίλυση του γρίφου της μακροχρόνιας COVID. Οι ερευνητές ανέπτυξαν ένα υπολογιστικό μοντέλο που προβλέπει πόσο πιθανό είναι ένα άτομο να εκδηλώσει μακροχρόνια COVID, βασιζόμενο στην ανάλυση περισσότερων από 6.500 πρωτεϊνών που βρέθηκαν στο αίμα. Σε μια μελέτη που δημοσιεύθηκε στις 18 Ιανουαρίου στο Science, η ομάδα συνέκρινε δείγματα αίματος από άτομα που βρέθηκαν θετικά στην COVID-19 με αυτά από υγιείς ενήλικες και βρήκε αξιοσημείωτες διαφορές στη σύνθεση των πρωτεϊνών μεταξύ των ατόμων με μακρά COVID-19, αυτών που ανάρρωσαν και αυτών που δεν μολύνθηκαν ποτέ.

Integrated Data Analysis Uncovers New COVID-19 Related Genes and Potential Drug Re-Purposing Candidates
Xenos, Alexandros; Malod-Dognin, Noël; Zambrana, Carme; Przulj, Natasa
Int. J. Mol. Sci. 2023, 24(2), 1431; https://doi.org/10.3390/ijms24021431

Published: 11 January 2023

Η πανδημία COVID-19 είναι μια οξεία και ταχέως εξελισσόμενη παγκόσμια κρίση υγείας. Για να γίνει καλύτερα κατανοητή η μοριακή βάση αυτής της ασθένειας και να σχεδιαστούν θεραπευτικές στρατηγικές, η μελέτη βασίστηκε στην ιδέα που έχει προταθεί πρόσφατα ενός ολοκληρωμένου κυττάρου, του iCell, που συνδυάζει τρία δίκτυα omics. Η μεθοδολογία  αυτή εφαρμόστηκε για την κατασκευή iCells μολυσμένων και ελέγχου, χρησιμοποιώντας δεδομένα γονιδιακής έκφρασης από δείγματα ασθενών και τρεις κυτταρικές σειρές.