Data-analytiikka terveydenhuollossa systemaattinen kirjallisuuskartoitus

Massadata ja sen hyödyntäminen analytiikan keinoin on noussut viimeisten vuosikymmenten aikana yhdeksi keskeisimmäksi mielenkiinnon kohteeksi sekä tiedemaailmassa että liiketoiminnan eri osa-alueilla. Massadataa kertyy yhä kasvavalla nopeudella erilaisten teknologioiden käytön jatkuvasti lisääntyess...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Erkkilä, Hanna
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Pro gradu
Kieli:fin
Julkaistu: 2021
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/75423
_version_ 1828193058836971520
author Erkkilä, Hanna
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Erkkilä, Hanna Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Erkkilä, Hanna Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Erkkilä, Hanna
datasource_str_mv jyx
description Massadata ja sen hyödyntäminen analytiikan keinoin on noussut viimeisten vuosikymmenten aikana yhdeksi keskeisimmäksi mielenkiinnon kohteeksi sekä tiedemaailmassa että liiketoiminnan eri osa-alueilla. Massadataa kertyy yhä kasvavalla nopeudella erilaisten teknologioiden käytön jatkuvasti lisääntyessä. Massadata on keskeinen käsite myös terveydenhuollossa, missä terveysdataa kertyy sekä terveydenhuollon organisaatioiden tietojärjestelmiin, että terveydenhuollon ulkopuolella esimerkiksi erilaisten puettavien teknologioiden kautta. Terveysdatan hyödyntämisellä data-analytiikan keinoin nähdään terveydenhuollossa paljon erilaisia käyttökohteita, kuten sairauksien varhaisen tunnistamisen ja diagnostiikan parantaminen, yksilökohtaisempien hoitomenetelmien kehittäminen, terveydenhuollon ammattilaisten päätöksenteon tukeminen ja terveydenhuollon johtamisen ja resurssien optimoinnin kehittäminen. Tutkielman tarkoituksena on tarkastella data-analytiikan ja terveyden-huollon leikkauspintaa tieteellisessä kirjallisuudessa ja kartoittaa aiheesta tehtyjä tieteellisiä julkaisuja. Tutkimusongelmana on selvittää, milloin ja millä foorumeilla aiheesta on julkaistu tutkimuksia ja mitä aihepiirejä tutkimukset käsittelevät. Tutkimusaineistona on 176 tieteellistä julkaisua, jotka lajiteltiin systemaattisen kirjallisuuskartoituksen menetelmällä. Aineiston lajittelun perusteella todettiin, että data-analytiikka terveydenhuollossa on selkeästi ajankohtainen aihe, sillä viimeisen viiden vuoden aikana aiheeseen liittyvien julkaisujen määrä on selvästi lisääntynyt. Aiheeseen liittyviä tieteellisiä julkaisuja on julkaistu hyvin laajasti eri tieteellisillä foorumeilla ja aineistossa esiintyy melko tasaisesti sekä lehtiartikkeleita että konferenssijulkaisuja. Suurimmassa osassa julkaisuja tieteellisenä kontribuutiona on menetelmien arviointi ja julkaisujen yleisin aihe terveydenhuollon näkökulmasta on data-analytiikan sovellettavuuden arviointi terveydenhuoltoon, mutta data-analytiikan tutkimuksen tietyn sairauden tai potilasryhmän hoitoon nähdään selvästi lisääntyneen viime vuosina. Teknologisesta näkökulmasta suurin osa julkaisuista käsittelee tiettyä teknologiaa tai teknologista näkökulmaa, ja teknologioista yleisimmin esiintyvät koneoppiminen ja Apachen sovellukset. Tutkimusaineistossa yleisimmät käytetyn tai tutkitun data-analytiikan käyttötarkoitus ovat hoitomenetelmien kehittäminen ja sairauksien ennustaminen. Big data and its utilization through analytics have become one of the most important areas of interest both in the scientific world and in various fields of business within recent decades. The amount of big data is increasing at an ever-increasing rate as the use of various technologies continues to increase. Big data is also a key concept in healthcare, where health data is accumulated both in the systems used in healthcare organizations and outside healthcare, for ex-ample through various wearable technologies. Utilizing health data through data analytics benefits healthcare in many ways, such as improving early identification and diagnosis of diseases, developing more individualized treatments, supporting the decision making of healthcare professionals, and developing management and resource optimization in healthcare organizations. The purpose of this thesis is to examine the intersection of data analytics and healthcare in scientific literature and to map related scientific publications. The research problem is to examine when and in which scientific forums studies on the topic have been published and what topics are covered in studies. The research material is 176 scientific publications, which were sorted by the method of systematic mapping study. Mapping of the publications pointed clearly that data analytics in healthcare is very topical subject as the amount of the publications has clearly increased in last five years. Related scientific publications had been published very widely in various scientific forums, and both journal articles and conference proceedings are almost evenly distributed in the research material. In most publications, the scientific contribution is methodological evaluation, and the most common topic from a healthcare perspective is the evaluation of the applicability of data analytics to healthcare, but data analytics research for a particular disease or patient group has clearly in-creased in recent years. From a technological point of view, most publications deal with a specific technology or technological point of view, and of the technologies, machine learning and Apache applications are the most common. The most common purposes for data analytics used or examined are the development of treatment methods and the prediction of diseases.
first_indexed 2021-05-11T20:05:17Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Taipalus, Toni", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Erkkil\u00e4, Hanna", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2021-05-11T05:38:57Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2021-05-11T05:38:57Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2021", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/75423", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Massadata ja sen hy\u00f6dynt\u00e4minen analytiikan keinoin on noussut viimeisten vuosikymmenten aikana yhdeksi keskeisimm\u00e4ksi mielenkiinnon kohteeksi sek\u00e4 tiedemaailmassa ett\u00e4 liiketoiminnan eri osa-alueilla. Massadataa kertyy yh\u00e4 kasvavalla nopeudella erilaisten teknologioiden k\u00e4yt\u00f6n jatkuvasti lis\u00e4\u00e4ntyess\u00e4. Massadata on keskeinen k\u00e4site my\u00f6s terveydenhuollossa, miss\u00e4 terveysdataa kertyy sek\u00e4 terveydenhuollon organisaatioiden tietoj\u00e4rjestelmiin, ett\u00e4 terveydenhuollon ulkopuolella esimerkiksi erilaisten puettavien teknologioiden kautta. Terveysdatan hy\u00f6dynt\u00e4misell\u00e4 data-analytiikan keinoin n\u00e4hd\u00e4\u00e4n terveydenhuollossa paljon erilaisia k\u00e4ytt\u00f6kohteita, kuten sairauksien varhaisen tunnistamisen ja diagnostiikan parantaminen, yksil\u00f6kohtaisempien hoitomenetelmien kehitt\u00e4minen, terveydenhuollon ammattilaisten p\u00e4\u00e4t\u00f6ksenteon tukeminen ja terveydenhuollon johtamisen ja resurssien optimoinnin kehitt\u00e4minen.\nTutkielman tarkoituksena on tarkastella data-analytiikan ja terveyden-huollon leikkauspintaa tieteellisess\u00e4 kirjallisuudessa ja kartoittaa aiheesta tehtyj\u00e4 tieteellisi\u00e4 julkaisuja. Tutkimusongelmana on selvitt\u00e4\u00e4, milloin ja mill\u00e4 foorumeilla aiheesta on julkaistu tutkimuksia ja mit\u00e4 aihepiirej\u00e4 tutkimukset k\u00e4sittelev\u00e4t. Tutkimusaineistona on 176 tieteellist\u00e4 julkaisua, jotka lajiteltiin systemaattisen kirjallisuuskartoituksen menetelm\u00e4ll\u00e4. Aineiston lajittelun perusteella todettiin, ett\u00e4 data-analytiikka terveydenhuollossa on selke\u00e4sti ajankohtainen aihe, sill\u00e4 viimeisen viiden vuoden aikana aiheeseen liittyvien julkaisujen m\u00e4\u00e4r\u00e4 on selv\u00e4sti lis\u00e4\u00e4ntynyt. Aiheeseen liittyvi\u00e4 tieteellisi\u00e4 julkaisuja on julkaistu hyvin laajasti eri tieteellisill\u00e4 foorumeilla ja aineistossa esiintyy melko tasaisesti sek\u00e4 lehtiartikkeleita ett\u00e4 konferenssijulkaisuja. Suurimmassa osassa julkaisuja tieteellisen\u00e4 kontribuutiona on menetelmien arviointi ja julkaisujen yleisin aihe terveydenhuollon n\u00e4k\u00f6kulmasta on data-analytiikan sovellettavuuden arviointi terveydenhuoltoon, mutta data-analytiikan tutkimuksen tietyn sairauden tai potilasryhm\u00e4n hoitoon n\u00e4hd\u00e4\u00e4n selv\u00e4sti lis\u00e4\u00e4ntyneen viime vuosina. Teknologisesta n\u00e4k\u00f6kulmasta suurin osa julkaisuista k\u00e4sittelee tietty\u00e4 teknologiaa tai teknologista n\u00e4k\u00f6kulmaa, ja teknologioista yleisimmin esiintyv\u00e4t koneoppiminen ja Apachen sovellukset. Tutkimusaineistossa yleisimm\u00e4t k\u00e4ytetyn tai tutkitun data-analytiikan k\u00e4ytt\u00f6tarkoitus ovat hoitomenetelmien kehitt\u00e4minen ja sairauksien ennustaminen.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Big data and its utilization through analytics have become one of the most important areas of interest both in the scientific world and in various fields of business within recent decades. The amount of big data is increasing at an ever-increasing rate as the use of various technologies continues to increase. Big data is also a key concept in healthcare, where health data is accumulated both in the systems used in healthcare organizations and outside healthcare, for ex-ample through various wearable technologies. Utilizing health data through data analytics benefits healthcare in many ways, such as improving early identification and diagnosis of diseases, developing more individualized treatments, supporting the decision making of healthcare professionals, and developing management and resource optimization in healthcare organizations.\nThe purpose of this thesis is to examine the intersection of data analytics and healthcare in scientific literature and to map related scientific publications. The research problem is to examine when and in which scientific forums studies on the topic have been published and what topics are covered in studies. The research material is 176 scientific publications, which were sorted by the method of systematic mapping study. Mapping of the publications pointed clearly that data analytics in healthcare is very topical subject as the amount of the publications has clearly increased in last five years. Related scientific publications had been published very widely in various scientific forums, and both journal articles and conference proceedings are almost evenly distributed in the research material. In most publications, the scientific contribution is methodological evaluation, and the most common topic from a healthcare perspective is the evaluation of the applicability of data analytics to healthcare, but data analytics research for a particular disease or patient group has clearly in-creased in recent years. From a technological point of view, most publications deal with a specific technology or technological point of view, and of the technologies, machine learning and Apache applications are the most common. The most common purposes for data analytics used or examined are the development of treatment methods and the prediction of diseases.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2021-05-11T05:38:57Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2021-05-11T05:38:57Z (GMT). No. of bitstreams: 0\n Previous issue date: 2021", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "78", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.format.mimetype", "value": "application/pdf", "language": null, "element": "format", "qualifier": "mimetype", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "data-analytiikka", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "sairauksien ennustaminen", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "hoitomenetelmien kehitt\u00e4minen", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "master thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202105112708", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Pro gradu -tutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Master\u2019s thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "big data", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "analyysi", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "teko\u00e4ly", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "terveydenhuolto", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "koneoppiminen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "p\u00e4\u00e4t\u00f6ksenteko", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.format.content", "value": "fulltext", "language": null, "element": "format", "qualifier": "content", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.type.okm", "value": "G2", "language": null, "element": "type", "qualifier": "okm", "schema": "dc"}]
id jyx.123456789_75423
language fin
last_indexed 2025-03-31T20:00:58Z
main_date 2021-01-01T00:00:00Z
main_date_str 2021
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/8401b230-afd7-40a8-bcda-7ad54f701c88\/download","text":"URN:NBN:fi:jyu-202105112708.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2021
record_format qdc
source_str_mv jyx
spellingShingle Erkkilä, Hanna Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus data-analytiikka sairauksien ennustaminen hoitomenetelmien kehittäminen Tietojärjestelmätiede Information Systems Science 601 big data analyysi tekoäly terveydenhuolto koneoppiminen päätöksenteko
title Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus
title_full Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus
title_fullStr Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus
title_full_unstemmed Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus
title_short Data-analytiikka terveydenhuollossa
title_sort data analytiikka terveydenhuollossa systemaattinen kirjallisuuskartoitus
title_sub systemaattinen kirjallisuuskartoitus
title_txtP Data-analytiikka terveydenhuollossa : systemaattinen kirjallisuuskartoitus
topic data-analytiikka sairauksien ennustaminen hoitomenetelmien kehittäminen Tietojärjestelmätiede Information Systems Science 601 big data analyysi tekoäly terveydenhuolto koneoppiminen päätöksenteko
topic_facet 601 Information Systems Science Tietojärjestelmätiede analyysi big data data-analytiikka hoitomenetelmien kehittäminen koneoppiminen päätöksenteko sairauksien ennustaminen tekoäly terveydenhuolto
url https://jyx.jyu.fi/handle/123456789/75423 http://www.urn.fi/URN:NBN:fi:jyu-202105112708
work_keys_str_mv AT erkkilähanna dataanalytiikkaterveydenhuollossasystemaattinenkirjallisuuskartoitus