Algorithmisch unterstützte Wahl von Prüfzentren in Clinical Trial Management Systemen (CTMS)

Thesis Type Bachelor
Thesis Status
Open
Number of Students
1
Thesis Supervisor
External Supervisor
Univ.-Prof. Dr. Bernhard Holzner, Priv.-Doz. Dr. Gerhard Rumpold
Contact

Klinische Studien zur Prüfung der Wirksamkeit neuer Medikamente sind auf die Mitarbeit von vielen Krankenhäusern/Kliniken (=Prüfzentren) angewiesen, damit eine ausreichende Patientenzahl rekrutiert werden kann. Die Auswahl der meist sehr zahlreich vorhandenen Prüfzentren erfolgt im Moment nicht ausschließlich nach objektiven Indikatoren. Aufgrund der falschen Auswahl von Prüfzentren werden klinische Studien während der Laufzeit abgebrochen, wodurch ein wissenschaftlicher, ökonomischer und medizinischer Schaden entstehen kann. 

Ziel dieser Arbeit ist, die Auswahl von geeigneten Prüfzentren für medizinische Studien mit modernsten Techniken aus dem Data Mining zu unterstützen. Basierend auf realen Datensätzen soll insbesondere überprüft werden, ob maschinelles Lernen in der Lage ist, die Wahl von Prüfzentren aufgrund der vorliegenden Datensätze mit ausreichender Genauigkeit zu erlernen und für künftige Studien automatisch vorzuschlagen.