Identifying the semantics of eligibility criteria of clinical trials based on relevant medical ontologies

An important objective of the INTEGRATE project1 is to build tools that support the efficient execution of post-genomic multi-centric clinical trials in breast cancer, which includes the automatic assessment of the eligibility of patients for available trials. The population suited to be enrolled in a trial is described by a set of free-text eligibility criteria that are both syntactically and semantically complex. At the same time, the assessment of the eligibility of a patient for a trial requires the (machineprocessable) understanding of the semantics of the eligibility criteria in order to further evaluate if the patient data available for example in the hospital EHR satisfies these criteria. This paper presents an analysis of the semantics of the clinical trial eligibility criteria based on relevant medical ontologies in the clinical research domain: SNOMED-CT, LOINC, MedDRA. We detect subsets of these widely-adopted ontologies that characterize the semantics of the eligibility criteria of trials in various clinical domains and compare these sets. Next, we evaluate the occurrence frequency of the concepts in the concrete case of breast cancer (which is our first application domain) in order to provide meaningful priorities for the task of binding/mapping these ontology concepts to the actual patient data. We further assess the effort required to extend our approach to new domains in terms of additional semantic mappings that need to be developed.

Effects of diet and exercise on metabolic syndrome and the underlying factors = Efectos de la dieta y el ejercicio sobre el síndrome metabólico y sus factores

Introducción. El número de personas que padecen síndrome metabólico ha incrementado a nivel mundial durante las últimas dos décadas. Existen numerosos estudios que tratan de comparar prevalencias según los diferentes criterios y estimaciones del riesgo metabólico. De ellos se puede concluir que el principal hallazgo ha sido recalcar la necesidad de una definición estándar universal. A pesar de estas discrepancias no hay lugar a duda sobre el problema de salud pública que esto conlleva. Se necesitan medidas y estrategias urgentes para prevenir y controlar esta emergente epidemia global y para ello se debe prestar especial atención a los cambios en el estilo de vida, fundamentalmente dieta y ejercicio. A pesar de todo, existe a día de hoy una importante controversia sobre el tipo de ejercicio más efectivo y su combinación con la dieta para conseguir mejoras en la salud. Objetivos. Estudiar los índices de riesgo metabólico empleados en la literatura científica y las terapias basadas en dieta y ejercicio para el tratamiento de los factores del síndrome metabólico en adultos con sobrepeso. Diseño de investigación. Los datos empleados en el análisis de esta tesis son, primeramente un estudio piloto, y posteriormente parte del estudio “Programas de Nutrición y Actividad Física para el tratamiento de la obesidad” (PRONAF). El estudio PRONAF es un proyecto consistente en un estudio clínico sobre programas de nutrición y actividad física para el sobrepeso y la obesidad, desarrollado en España durante varios años de intervenciones. Fue diseñado, en parte, para tratar de comparar protocolos de entrenamiento de resistencia, cargas y combinado en igualdad de volumen e intensidad, con el objetivo de evaluar su impacto en los factores de riesgo y la prevalencia del síndrome metabólico en personas con sobrepeso y obesidad. El diseño experimental es un control aleatorio y el protocolo incluye 3 modos de ejercicio (entrenamiento de resistencia, con cargas y combinado) y restricción dietética sobre diversas variables determinantes del estado de salud. Las principales variables para la investigación que comprende esta tesis fueron: actividad física habitual, marcadores de grasa corporal, niveles de insulina, glucosa, triglicéridos, colesterol total, colesterol HDL, colesterol LDL, presión arterial y parámetros relacionados con el ejercicio. Conclusiones. A) Los índices de riesgo metabólico estudiados presentan resultados contradictorios en relación al riesgo metabólico en un individuo, dependiendo de los métodos matemáticos empleados para el cálculo y de las variables introducidas, tanto en mujeres sanas como en adultos en sobrepeso. B) El protocolo de entrenamiento combinado (de cargas y de resistencia) junto con la dieta equilibrada propuesto en este estudio fue la mejor estrategia para la mejora del riesgo de síndrome metabólico en adultos con sobrepeso. C) Los protocolos de entrenamiento supervisado de resistencia, con cargas y combinado junto con la restricción nutricional, no obtuvieron mejoras sobre el perfil lipídico, más allá de los cambios conseguidos con el protocolo de dieta y recomendaciones generales de actividad física habitual en clínica, en adultos con sobrepeso. Background. Over the past two decades, a striking increase in the number of people with the MetS worldwide has taken place. Many studies compare prevalences using different criteria and metabolic risk estimation formulas, and perhaps their main achievement is to reinforce the need for a standardized international definition. Although these discrepancies, there is no doubt it is a public health problem. There is urgent need for strategies to prevent and manage the emerging global epidemic, special consideration should be given to behavioral and lifestyle, mainly diet and exercise. However, there is still controversy about the most effective type of exercise and diet combination to achieve improvements. Objectives. To study the metabolic risk scores used in the literature and the diet and exercise therapies for the treatment of the MetS factors in overweight adults. Research design. The data used in the analysis was collected firstly in a pilot study and lately, as a part of the “Programas de Nutrición y Actividad física para el tratamiento de la obesidad” study (PRONAF). The PRONAF Study is a clinical research project in nutrition and physical activity programs for overweight and obesity, carried out in Spain (2008-2011). Was designed, in part, to attempt to match the volume and intensity of endurance, strength and combined training protocols in order to evaluate their impact on risk factors and MetS prevalence in overweight and obese people. The design and protocol included three exercise modes (endurance, strength and combined training) and diet restriction, in a randomized controlled trial concerning diverse health status variables. The main variables under investigation were habitual physical activity, markers of body fat, fasting serum levels of insulin, glucose, triglycerides, total, LDL and HDL cholesterol, blood pressure and diet and exercise parameters. Main outcomes. A) The metabolic risk scores studied presented contradictory results in relation to the metabolic risk of an individual, depending on the mathematical method used and the variables included, both in healthy women and overweight adults. B) The protocol proposed for combination of strength and endurance training combined with a balance diet was the optimal strategy for the improvement of MetS risk in overweight adults. C) The intervention program of endurance, strength or combined supervised training protocol with diet restriction did not achieved further improvements in lipid profile than a habitual clinical practice protocol including dietary advice and standard physical activity recommendations, in overweight adults.

Diabetes gestacional : el rol del ejercicio físico en su prevención

Introducción. La prevalencia de la Diabetes Gestacional (DG) varía en todo el mundo, así como entre los grupos raciales y étnicos del mismo país. Hasta la fecha actual, no se ha llegado a un consenso en el criterio diagnóstico, y eso dificulta una estimación veraz de prevalencia entre países. A pesar de ello, es ineludible obviar el incremento en la incidencia de esta complicación en todo el mundo, y la trascendencia de sus riesgos a la salud pública. En España, según los criterios clásicos –del National Diabetes Data Group- existe una alta prevalencia en un 8,8 % de DG en gestantes. Es importante encontrar la mejor vía para la prevención de la DG y, uno de los factores de riesgo parece ser el aumento excesivo de peso durante el embarazo. El ejercicio es un elemento fundamental para el control del metabolismo de la glucosa y para reducir los niveles de hiperlipidemia. Sin embargo, existe controversia para definir el tipo de sesiones, duración e intensidad que puedan contribuir a su prevención. Objetivo. Conocer en qué medida el ejercicio físico programado durante el embarazo, combinado en agua y tierra, con ejercicios aeróbicos y de tonificación muscular, puede actuar como un factor de prevención de la DG. Al mismo tiempo, valorar si exceder las recomendaciones de peso puede influir el diagnóstico de la DG. Material y Métodos. Este estudio se desarrolló mediante una colaboración entre la Universidad Politécnica de Madrid y los Servicios de Ginecología y Obstetricia del Hospital Universitario de Puerta de Hierro, el Hospital Universitario de Torrelodones y el Centro de Salud de Torrelodones. Se obtuvo la aprobación del Comité Ético de Investigación Clínica (CEIC). Se realizó un ensayo clínico, aleatorizado, controlado, no enmascarado. 272 mujeres gestantes sanas dieron su consentimiento informado para la inclusión en el estudio. De las cuáles, finalmente 257 (edad= 33,2±4,4 años) fueron analizadas, 101 de ellas correspondientes al grupo intervención (GI, n=101) y 156 al grupo control (GC, n=156). El inicio del programa correspondió a la semana 10-14 del embarazo hasta el final, la 38-40. Con una frecuencia de 3 sesiones semanales y una duración de 60 y 50 minutos, en tierra y agua, respectivamente. Resultados. Se halló diferencias significativas en los valores en los 180 min del test de tolerancia oral a la glucosa [GI: 98,00±29,48 mg/dl vs. GC: 116,25±29,90 mg/dl (t64= 2,37; p= 0,021)] y, de igual modo, el GI mostró menor prevalencia de la DG [GI: 1 %, Ejercicio y DG n= 1 vs. GC: 8,8 %, n= 13 (2 1= 6,84; p= 0,009)] y una estimación de riesgo significativa (OR= 9,604; 95 % CI: 1,23-74,66). La excesiva ganancia de peso fue menor en el GI [GI: 22,8 %, n= 23 vs. GC: 34,9 %, n= 53 (2 1= 4,22; p= 0,040)], pero no existió una correlación con la incidencia de DG (ϕ= -0,007; p= 0,910). Conclusiones. El programa de ejercicio desarrollado durante el embarazo mostró efectividad en la reducción de la prevalencia de la DG, preservó la tolerancia a la glucosa y redujo la excesiva ganancia de peso materno. Background. The prevalence of Gestational Diabetes (GD) varies around the world, as well as between racial and ethnic groups within the same country. Currently, there is not a consensus about the diagnostic criteria, and that makes it difficult to obtain accurate estimates of prevalence between countries. The increased trend in the prevalence across the globe and the risks for public health cannot be ignored. In Spain, according to the diagnostic criteria of National Diabetes Data Group, there is a prevalence of 8.8 % for GD in pregnant women. It is important to look for the best way to prevent GD and one of the risk factors seems to be excessive weight gained during pregnancy. Exercise is an essential element for glucose metabolic control and reducing hyperlipidemia levels. However, there is controversy to define the type of activity, duration and intensity to prevent GD. Objective. To assess the effectiveness of an exercise programme carried out during pregnancy (land/aquatic activities), both aerobic and muscular conditioning can help to the prevent GD. Also, to assess if excessive maternal weight gain influences the GD diagnosis. Material and methods. Collaboration between the Technical University of Madrid and the Gynecology and Obstetrics Department of Puerta de Hierro University Hospital, Torrelodones University Hospital and Health Center of Torrelodones supported the study. It was approved by the Clinical Research Ethics Committee (CEIC). A clinical, randomized controlled trial recruited 272 pregnant women without obstetric contraindications and gave informed consent for inclusion in the study. Of these women, 257 were studied (age= 33,2±4,4 years), 101 in intervention group (IG, n= 101) and 156 in control group (CG, n= 156). A physical exercise program three times per week during pregnancy was developed. The duration of the sessions was 60 minutes and 50 minutes in land and water, respectively. Results. The IG showed lower maternal values in the Oral Glucose Tolerance Test (OGTT) at 180 minutes [IG: 98,00±29,48 mg/dl vs. CG: 116,25±29,90 mg/dl (t64= 2,37; p= 0,021)] and the IG reduced the prevalence of GD [IG: 1%, n= 1 vs. CG: 8,8 %, n= 13 (2 1= 6,84; p= 0,009)] with a significance risk estimate (OR= 9,604; 95 % CI: 1,23- 74,66). Excessive maternal weight gain was less in the IG [IG: 22,8 %, n= 23 vs. CG: Exercise and GD 34,9 %, n= 53 (2 1= 4,22; p= 0,040)] but there was no correlation with the prevalence of GD (ϕ= -0,007; p= 0,910). Conclusions. The exercise programme performed during pregnancy reduced the prevalence of GD, preserved glucose tolerance and reduced excessive maternal weight gain.

Modelos de métrica para sistemas electrónicos de adquisición de datos y de procesamiento para investigación clínica con dispositivos cardiacos implantables

RESUMEN Las enfermedades cardiovasculares constituyen en la actualidad la principal causa de mortalidad en el mundo y se prevé que sigan siéndolo en un futuro, generando además elevados costes para los sistemas de salud. Los dispositivos cardiacos implantables constituyen una de las opciones para el diagnóstico y el tratamiento de las alteraciones del ritmo cardiaco. La investigación clínica con estos dispositivos alcanza gran relevancia para combatir estas enfermedades que tanto afectan a nuestra sociedad. Tanto la industria farmacéutica y de tecnología médica, como los propios investigadores, cada día se ven involucrados en un mayor número de proyectos de investigación clínica. No sólo el incremento en su volumen, sino el aumento de la complejidad, están generando mayores gastos en las actividades asociadas a la investigación médica. Esto está conduciendo a las compañías del sector sanitario a estudiar nuevas soluciones que les permitan reducir los costes de los estudios clínicos. Las Tecnologías de la Información y las Comunicaciones han facilitado la investigación clínica, especialmente en la última década. Los sistemas y aplicaciones electrónicos han proporcionado nuevas posibilidades en la adquisición, procesamiento y análisis de los datos. Por otro lado, la tecnología web propició la aparición de los primeros sistemas electrónicos de adquisición de datos, que han ido evolucionando a lo largo de los últimos años. Sin embargo, la mejora y perfeccionamiento de estos sistemas sigue siendo crucial para el progreso de la investigación clínica. En otro orden de cosas, la forma tradicional de realizar los estudios clínicos con dispositivos cardiacos implantables precisaba mejorar el tratamiento de los datos almacenados por estos dispositivos, así como para su fusión con los datos clínicos recopilados por investigadores y pacientes. La justificación de este trabajo de investigación se basa en la necesidad de mejorar la eficiencia en la investigación clínica con dispositivos cardiacos implantables, mediante la reducción de costes y tiempos de desarrollo de los proyectos, y el incremento de la calidad de los datos recopilados y el diseño de soluciones que permitan obtener un mayor rendimiento de los datos mediante la fusión de datos de distintas fuentes o estudios. Con este fin se proponen como objetivos específicos de este proyecto de investigación dos nuevos modelos: - Un modelo de recuperación y procesamiento de datos para los estudios clínicos con dispositivos cardiacos implantables, que permita estructurar y estandarizar estos procedimientos, con el fin de reducir tiempos de desarrollo Modelos de Métrica para Sistemas Electrónicos de Adquisición de Datos y de Procesamiento para Investigación Clínica con Dispositivos Cardiacos Implantables de estas tareas, mejorar la calidad del resultado obtenido, disminuyendo en consecuencia los costes. - Un modelo de métrica integrado en un Sistema Electrónico de Adquisición de Datos (EDC) que permita analizar los resultados del proyecto de investigación y, particularmente del rendimiento obtenido del EDC, con el fin de perfeccionar estos sistemas y reducir tiempos y costes de desarrollo del proyecto y mejorar la calidad de los datos clínicos recopilados. Como resultado de esta investigación, el modelo de procesamiento propuesto ha permitido reducir el tiempo medio de procesamiento de los datos en más de un 90%, los costes derivados del mismo en más de un 85% y todo ello, gracias a la automatización de la extracción y almacenamiento de los datos, consiguiendo una mejora de la calidad de los mismos. Por otro lado, el modelo de métrica posibilita el análisis descriptivo detallado de distintos indicadores que caracterizan el rendimiento del proyecto de investigación clínica, haciendo factible además la comparación entre distintos estudios. La conclusión de esta tesis doctoral es que los resultados obtenidos han demostrado que la utilización en estudios clínicos reales de los dos modelos desarrollados ha conducido a una mejora en la eficiencia de los proyectos, reduciendo los costes globales de los mismos, disminuyendo los tiempos de ejecución, e incrementando la calidad de los datos recopilados. Las principales aportaciones de este trabajo de investigación al conocimiento científico son la implementación de un sistema de procesamiento inteligente de los datos almacenados por los dispositivos cardiacos implantables, la integración en el mismo de una base de datos global y optimizada para todos los modelos de dispositivos, la generación automatizada de un repositorio unificado de datos clínicos y datos de dispositivos cardiacos implantables, y el diseño de una métrica aplicada e integrable en los sistemas electrónicos de adquisición de datos para el análisis de resultados de rendimiento de los proyectos de investigación clínica. ABSTRACT Cardiovascular diseases are the main cause of death worldwide and it is expected to continue in the future, generating high costs for health care systems. Implantable cardiac devices have become one of the options for diagnosis and treatment of cardiac rhythm disorders. Clinical research with these devices has acquired great importance to fight against these diseases that affect so many people in our society. Both pharmaceutical and medical technology companies, and also investigators, are involved in an increasingly number of clinical research projects. The growth in volume and the increase in medical research complexity are contributing to raise the expenditure level associated with clinical investigation. This situation is driving health care sector companies to explore new solutions to reduce clinical trial costs. Information and Communication Technologies have facilitated clinical research, mainly in the last decade. Electronic systems and software applications have provided new possibilities in the acquisition, processing and analysis of clinical studies data. On the other hand, web technology contributed to the appearance of the first electronic data capture systems that have evolved during the last years. Nevertheless, improvement of these systems is still a key aspect for the progress of clinical research. On a different matter, the traditional way to develop clinical studies with implantable cardiac devices needed an improvement in the processing of the data stored by these devices, and also in the merging of these data with the data collected by investigators and patients. The rationale of this research is based on the need to improve the efficiency in clinical investigation with implantable cardiac devices, by means of reduction in costs and time of projects development, as well as improvement in the quality of information obtained from the studies and to obtain better performance of data through the merging of data from different sources or trials. The objective of this research project is to develop the next two models: • A model for the retrieval and processing of data for clinical studies with implantable cardiac devices, enabling structure and standardization of these procedures, in order to reduce the time of development of these tasks, to improve the quality of the results, diminish therefore costs. • A model of metric integrated in an Electronic Data Capture system (EDC) that allow to analyze the results of the research project, and particularly the EDC performance, in order to improve those systems and to reduce time and costs of the project, and to get a better quality of the collected clinical data. As a result of this work, the proposed processing model has led to a reduction of the average time for data processing by more than 90 per cent, of related costs by more than 85 per cent, and all of this, through automatic data retrieval and storage, achieving an improvement of quality of data. On the other hand, the model of metrics makes possible a detailed descriptive analysis of a set of indicators that characterize the performance of each research project, allowing inter‐studies comparison. This doctoral thesis results have demonstrated that the application of the two developed models in real clinical trials has led to an improvement in projects efficiency, reducing global costs, diminishing time in execution, and increasing quality of data collected. The main contributions to scientific knowledge of this research work are the implementation of an intelligent processing system for data stored by implantable cardiac devices, the integration in this system of a global and optimized database for all models of devices, the automatic creation of an unified repository of clinical data and data stored by medical devices, and the design of a metric to be applied and integrated in electronic data capture systems to analyze the performance results of clinical research projects.

Análisis de los efectos de un programa nutricional y de ejercicio físico sobre el perfil lipídico en personas con sobrepeso y obesidad

Introducción. Las enfermedades cardiovasculares (ECV) son la principal causa de muerte en nuestro país. Entre los factores independientes más importantes para el desarrollo de ECV se encuentran en primer lugar las alteraciones del perfil lipídico como el aumento del colesterol total (TC), las lipoproteínas de baja densidad (LDL) y los triglicéridos (TG) y/o la disminución de las lipoproteínas de alta densidad (HDL). Entre las diferentes formas de abordar el problema para prevenir y tratar estas patologías se encuentra la modificación de los hábitos de vida a través de un programa combinado de dieta y ejercicio. La evidencia confirma la efectividad de la primera variable, sin embargo, en el empleo del ejercicio se encuentran discrepancias acerca de cuál es el modo más eficaz para mejorar el perfil lipídico. Objetivo. Estudiar los cambios en las variables del perfil lipídico y los índices lipoproteicos comparando cuatro tipos de intervención que combinan dieta y diferentes modos de ejercicio, así como, analizar otras variables independientes (género, edad y genotipo ApoE) que pueden tener influencia sobre estos cambios. Diseño de la investigación. Los datos analizados en esta tesis forman parte del estudio “PROgramas de Nutrición y Actividad Física para el tratamiento de la obesidad” (PRONAF). Se trata de un estudio clínico desarrollado en España entre el 2008 y el 2011. La metodología del estudio nos permite comparar cuatro tipos de intervención para la pérdida de peso y evaluar su impacto sobre el perfil lipídico. El diseño fue experimental aleatorizado donde a todos los participantes se les sometió a un programa de dieta equilibrada hipocalórica junto a uno de los tres modos de ejercicio (grupo de entrenamiento de fuerza, grupo de entrenamiento de resistencia y grupo de entrenamiento combinado de los modos anteriores; los cuales fueron igualados en volumen e intensidad) o grupo de recomendaciones de actividad física. Las principales variables analizadas en los estudios que comprende esta tesis doctoral fueron: HDL, LDL, TG y TC, los índices derivados de estas y variables de la composición corporal y del entrenamiento. Conclusiones. Los cuatro tipos de intervención mostraron ser favorables para mejorar las variables del perfil lipídico y los índices lipoproteicos, sin diferencias significativas entre ellos. Tras la intervención, los varones mostraron una respuesta más favorable en los cambios del perfil lipídico. El genotipo ApoE2 obtuvo una reducción mayor en la concentración de TG y TC que el genotipo ApoE3 y ApoE4. Por último, los índices lipoproteicos mejoraron tras un programa de pérdida de peso, obteniéndose mayores cambios en el grupo de dieta más entrenamiento aeróbico para los índices ApoB/ApoA-1, TG/HDL y LDL/ApoB. ABSTRACT Introduction. The main cause of death in our country is cardiovascular disease (CVD). The most important independent factors for the development of CVD are the lipid profile alterations: increased total cholesterol (TC), low density lipoprotein (LDL) and triglycerides (TG) and/or decreased high-density lipoprotein (HDL). Among the different approaches to prevent and treat these diseases is modifying the lifestyle combining a diet and exercise program. The evidence confirms the effectiveness of the first variable, however, there is still controversy about the most effective mode of exercise combined with diet to achieve improvements. Objective. To study changes in lipoprotein profile comparing four types of intervention combining diet with different modes of exercise, and to analyze the independent variables (gender, age, and ApoE genotype) that can influence these changes. Research design. The data analized in this thesis are part of the study Nutrition and Physical Activity Programs for Obesity Treatments (the PRONAF study according to its Spanish initials). This is a clinical research carried out in Spain between 2008 and 2011. The aim of this study was to compare four types of intervention to weight loss with diet combining exercise. The design was experimental randomized where all participants were subjected to follow a hypocaloric balanced diet along one of the three modes of exercise (strength training group, resistance training group and combined training group of the above modes, which were matched by volume and intensity) or physical activity recommendations group. The main variables under investigation in this thesis were: HDL, LDL, TG and TC, the lipoprotein ratios, body composition and training variables. Main outcomes. The four types of interventions shown to be favorable to improve the lipid profile and lipoprotein level, with no significant differences between intervention groups. After the intervention, the men showed a more favorable respond in lipid profile changes. The genotype ApoE2 obtained more positive changes in the concentration of TG and TC than ApoE3 and ApoE4 genotype. Last, the lipoprotein ratios improve after weight loss treatment with diet combined different modes exercise. Our results reflected greater changes for E group in apoB/ApoA1, TG/HDL and LDL/ApoB compared within different intervention groups.

Implementación del modelo RIM de HL7 v3 en orientación a objetos y su uso en procesos de interoperabilidad semántica

El trabajo ha sido realizado dentro del marco de los proyectos EURECA (Enabling information re-Use by linking clinical REsearch and Care) e INTEGRATE (Integrative Cancer Research Through Innovative Biomedical Infrastructures), en los que colabora el Grupo de Informática Biomédica de la UPM junto a otras universidades e instituciones sanitarias europeas. En ambos proyectos se desarrollan servicios e infraestructuras con el objetivo principal de almacenar información clínica, procedente de fuentes diversas (como por ejemplo de historiales clínicos electrónicos de hospitales, de ensayos clínicos o artículos de investigación biomédica), de una forma común y fácilmente accesible y consultable para facilitar al máximo la investigación de estos ámbitos, de manera colaborativa entre instituciones. Esta es la idea principal de la interoperabilidad semántica en la que se concentran ambos proyectos, siendo clave para el correcto funcionamiento del software del que se componen. El intercambio de datos con un modelo de representación compartido, común y sin ambigüedades, en el que cada concepto, término o dato clínico tendrá una única forma de representación. Lo cual permite la inferencia de conocimiento, y encaja perfectamente en el contexto de la investigación médica. En concreto, la herramienta a desarrollar en este trabajo también está orientada a la idea de maximizar la interoperabilidad semántica, pues se ocupa de la carga de información clínica con un formato estandarizado en un modelo común de almacenamiento de datos, implementado en bases de datos relacionales. El trabajo ha sido desarrollado en el periodo comprendido entre el 3 de Febrero y el 6 de Junio de 2014. Se ha seguido un ciclo de vida en cascada para la organización del trabajo realizado en las tareas de las que se compone el proyecto, de modo que una fase no puede iniciarse sin que se haya terminado, revisado y aceptado la fase anterior. Exceptuando la tarea de documentación del trabajo (para la elaboración de esta memoria), que se ha desarrollado paralelamente a todas las demás. ----ABSTRACT--- The project has been developed during the second semester of the 2013/2014 academic year. This Project has been done inside EURECA and INTEGRATE European biomedical research projects, where the GIB (Biomedical Informatics Group) of the UPM works as a partner. Both projects aim is to develop platforms and services with the main goal of storing clinical information (e.g. information from hospital electronic health records (EHRs), clinical trials or research articles) in a common way and easy to access and query, in order to support medical research. The whole software environment of these projects is based on the idea of semantic interoperability, which means the ability of computer systems to exchange data with unambiguous and shared meaning. This idea allows knowledge inference, which fits perfectly in medical research context. The tool to develop in this project is also "semantic operability-oriented". Its purpose is to store standardized clinical information in a common data model, implemented in relational databases. The project has been performed during the period between February 3rd and June 6th, of 2014. It has followed a "Waterfall model" of software development, in which progress is seen as flowing steadily downwards through its phases. Each phase starts when its previous phase has been completed and reviewed. The task of documenting the project‟s work is an exception; it has been performed in a parallel way to the rest of the tasks.

Analysis of the suitability of existing medical ontologies for building a scalable semantic interoperability solution supporting multi-site collaboration in oncology

Semantic interoperability is essential to facilitate efficient collaboration in heterogeneous multi-site healthcare environments. The deployment of a semantic interoperability solution has the potential to enable a wide range of informatics supported applications in clinical care and research both within as ingle healthcare organization and in a network of organizations. At the same time, building and deploying a semantic interoperability solution may require significant effort to carryout data transformation and to harmonize the semantics of the information in the different systems. Our approach to semantic interoperability leverages existing healthcare standards and ontologies, focusing first on specific clinical domains and key applications, and gradually expanding the solution when needed. An important objective of this work is to create a semantic link between clinical research and care environments to enable applications such as streamlining the execution of multi-centric clinical trials, including the identification of eligible patients for the trials. This paper presents an analysis of the suitability of several widely-used medical ontologies in the clinical domain: SNOMED-CT, LOINC, MedDRA, to capture the semantics of the clinical trial eligibility criteria, of the clinical trial data (e.g., Clinical Report Forms), and of the corresponding patient record data that would enable the automatic identification of eligible patients. Next to the coverage provided by the ontologies we evaluate and compare the sizes of the sets of relevant concepts and their relative frequency to estimate the cost of data transformation, of building the necessary semantic mappings, and of extending the solution to new domains. This analysis shows that our approach is both feasible and scalable.