Visual analytics of clinical data and treatment processes for cohorts

Abstract

Empfehlungen für medizinische Behandlungen von Patienten durch medizinisches Fachpersonal können in Form von medizinischen Leitlinien zur Verfügung gestellt werden. In die Forschung an der Integration von medizinischen Leitlinien in die klinische Praxis wurde und wird viel Aufwand investiert. Diese kann Empfehlungen für zu setzende klinische Aktionen während der Behandlung durch Computer ermöglichen, aber auch eine retrospektive Analyse der Einhaltung der Leitlinien ist von großem Interesse für Mediziner und Forscher. Diese kann Auskunft über die Qualität der Leitlinie bezüglich deren Behandlungserfolg, aber auch über die Akzeptanz der Leitlinie durch medizinisches Fachpersonal geben. Klinische Studien werden in vielen Fällen als Kohortenstudie durchgeführt. Eine Kohorte ist eine Gruppe von Patienten die zumindest ein gemeinsames Merkmal aufweisen. Im Falle dieser Arbeit ist die Gemeinsamkeit, dass alle Patienten die gleiche medizinische Behandlung, welche durch eine medizinische Leitlinie empfohlen wurde, erfahren haben. Ziel dieser Arbeit ist es eine retrospektive visuelle Analyse der Behandlungsdaten einer ganzen Kohorte zu ermöglichen. Neben der Visualisierung dieser Informationen, stellen wir dem Benutzer Interaktionstechniken zur Verfügung, welche eine explorative Analyse der Daten ermöglichen. Dazu passen wir Visualisierungen welche für die Daten eines einzelnen Patienten entworfen wurden an. Weiters implementieren wir neue Ansätze für die Visualisierung von Messergebnissen klinischer Werte, die angewandten klinischen Aktionen und die Einhaltung der Leitlinie durch medizinisches Personal. Sowohl zur Visualisierung der Messdaten als auch der dokumentierten klinischen Aktionen haben wir jeweils einen Ansatz entwickelt, welcher die Informationen aggregiert darstellt und einen weiteren, der es ermöglicht, Details für alle Patienten zu erkennen. Zusätzlich haben wir bereits entwickelte Visualisierungen für medizinische Leitlinien und statische Information über die Befolgung dieser zur Visualisierung der Informationen einer ganzen Kohorte erweitert. Das Resultat ist ein voll funktionaler Prototyp, welcher in Java entwickelt wurde und auf dem Visualisierungsframework Prefuse basiert. Alle entwickelten Visualisierungen wurden im Prototypen implementiert und stehen für den Benutzer zur Verfügung. Bei einer anschließenden Evaluierung, die wir gemeinsam mit einem Fachexperten durchgeführt haben, konnten wir feststellen, dass der Großteil der entwickelten Methoden und visuellen Darstellungen der Informationen intuitiv und schnell zu verstehen sind.

Recommendations for the medical treatment of patients, by a physician, can be provided as so called Clinical Guidelines. A lot of previous and current research focuses on how to integrate the computerized form of Guidelines, Computer Interpretable Guidelines into clinical practice. Such an integration could be used to provide real time-decision support. The retrospective analysis of adherence to a guideline is also an area of interest. Such an analysis provides insight into guideline quality in terms of treatment success and the general acceptance of the guideline by healthcare professionals. Medical studies are often conducted with a cohort, which is a group of patients who share a common characteristic. In case of this thesis, the commonality is that all patients of the cohort received the same treatment recommended by the guideline we want to evaluate. The goal of our thesis is to enable a retrospective visual analysis of the treatment data of a whole cohort. Furthermore the information is not only visualized but also interaction techniques are provided to the user, to enable exploratory analysis. We extended techniques for single patients and also implemented new approaches for the visualization of all measurements of certain clinical parameters as well as the executed actions and adherence to a guideline by healthcare professionals. For both distinct types of data we developed one visualization technique that aggregates the information and another one that keeps as much detail as possible for each patient. State of the art visualizations for guideline and statistical compliance information were extended to handle the accumulated data within a cohort. The result is a fully functional prototype based on the Java Programming Language and the Prefuse visualization framework. All developed visualization techniques were implemented in the prototype and are available for use. In an evaluation with a domain expert we assessed the usability of the techniques and visual encodings. We found out, that they are mostly intuitive and understandable. Some of them are harder to grasp but only short introductions were necessary for the expert to properly use them as well. During the conduction of the thesis and the evaluation we were able to identify approaches and ideas for subsequent future research and present them briefly.