Browsing by Autor "Nathalie Charpak"

Now showing 1 - 2 of 2

Aproximación al diseño de herramientas con orientación para la exploración visual de datos clínicos longitudinales
(2023) Duván Alberto Gómez Betancur; Nathalie Charpak; A Montealegre; José Tiberio Hernández
La evaluación de la efectividad de un determinado tratamiento o el desarrollo de un nuevo medicamento a menudo requiere evidencia basada en estudios longitudinales durante los cuales se sigue al mismo grupo de sujetos durante un tiempo determinado. A lo largo del seguimiento los sujetos se organizan en grupos y se miden variables de desarrollo en distintos momentos. Los resultados de los diferentes grupos, al final del proceso, se comparan entre sí para apoyar la toma de decisiones de los expertos. La generación de nuevo conocimiento a partir de los datos resultantes de estudios longitudinales requiere gestionar las complejidades de estos. Por ejemplo, la variabilidad a lo largo del tiempo, los datos que faltan y la ocurrencia de acontecimientos en el tiempo entre mediciones. En este artículo presentamos cómo el modelamiento de los datos longitudinales en términos de variables, etapas, eventos y temas de interés permite analizar los datos de manera estructurada. Este modelo de datos junto a una caracterización de las tareas de análisis, y una propuesta de herramientas de analítica con orientación por parte del sistema, son un primer paso en la búsqueda de facilitar el análisis por parte del experto. Para demostrar la utilidad del modelo de datos y las herramientas de orientación, presentamos un caso de uso con la implementación de un prototipo de una herramienta de análisis visual para analizar los datos de un estudio sobre el impacto del método Madre Canguro para cuidado del niño prematuro o de bajo peso al nacer, en una cohorte de sujetos cuidados con el método Madre Canguro, o con el método tradicional de incubadora en 1995 y de la cual se tienen datos clínicos a lo largo del primer año de edad corregida. La herramienta de analítica resultante ha sido evaluada por el equipo de expertos de la Fundación Canguro, con resultados positivos y prometedores.
Visual tools for the exploration of growth data in a cohort of kangaroo infants during their first year of life
(2017) Deisy Diaz; Julieta Villegas; John A. Guerra‐Gomez; Nathalie Charpak; José Tiberio Hernández
The Fundación Canguro has been providing care for newborn premature infants in Colombia since 1994, helping them overcome the many issues related to their birth conditions. As part of their mission they have collected a longitudinal database of more than 33,000 children, recording their evolution during 23 years, with 47 measured variables. Having such rich data is both a blessing and a curse, as deriving insights from it is a daunting task. In this paper we present the results of a visual analytics project that has been enabling the analysts of the Fundación Canguro to derive insights in ways they couldn't do before. To support the project, we present a process model o framework that can be applied to any time based process where the results of an event are evaluated. For the problem at hand, the model considers the environment (before the event), pregnancy (development of the event), birth (the event), and growth (after the event). Using this model, a visual analytics tool was developed and implemented, and has been used by the analysts for the last months for deriving insights. The tool was developed applying Tamara Munzner's Visual Analytics framework [14] using advanced interactions and information visualizations, including a customized time series diagram. To demonstrate the value of the tool, we present two example case studies were analysts were able to conclude that educated women are less prone to have unwanted pregnancies, and that the implementation of a national law to increase maternity leave generated better feeding patterns on premature children in the Country.