Ensuring the efficient utilization of Business Intelligence

In recent years, chief information officers (CIOs) around the world have identified Business Intelligence (BI) as their top priority and as the best way to enhance their enterprises competitiveness. Yet, many enterprises are struggling to realize the business value that BI promises. This discrepancy causes important questions, for example: what are the critical success factors of Business Intelligence and, more importantly, how it can be ensured that a Business Intelligence program enhances enterprises competitiveness. The main objective of the study is to find out how it can be ensured that a BI program meets its goals in providing competitive advantage to an enterprise. The objective is approached with a literature review and a qualitative case study. For the literature review the main objective populates three research questions (RQs); RQ1: What is Business Intelligence and why is it important for modern enterprises? RQ2: What are the critical success factors of Business Intelligence programs? RQ3: How it can be ensured that CSFs are met? The qualitative case study covers the BI program of a Finnish global manufacturer company. The research questions for the case study are as follows; RQ4: What is the current state of the case company’s BI program and what are the key areas for improvement? RQ5: In what ways the case company’s Business Intelligence program could be improved? The case company’s BI program is researched using the following methods; action research, semi-structured interviews, maturity assessment and benchmarking. The literature review shows that Business Intelligence is a technology-based information process that contains a series of systematic activities, which are driven by the specific information needs of decision-makers. The objective of BI is to provide accurate, timely, fact-based information, which enables taking actions that lead to achieving competitive advantage. There are many reasons for the importance of Business Intelligence, two of the most important being; 1) It helps to bridge the gap between an enterprise’s current and its desired performance, and 2) It helps enterprises to be in alignment with key performance indicators meaning it helps an enterprise to align towards its key objectives. The literature review also shows that there are known critical success factors (CSFs) for Business Intelligence programs which have to be met if the above mentioned value is wanted to be achieved, for example; committed management support and sponsorship, business-driven development approach and sustainable data quality. The literature review shows that the most common challenges are related to these CSFs and, more importantly, that overcoming these challenges requires a more comprehensive form of BI, called Enterprise Performance Management (EPM). EPM links measurement to strategy by focusing on what is measured and why. The case study shows that many of the challenges faced in the case company’s BI program are related to the above-mentioned CSFs. The main challenges are; lack of support and sponsorship from business, lack of visibility to overall business performance, lack of rigid BI development process, lack of clear purpose for the BI program and poor data quality. To overcome these challenges the case company should define and design an enterprise metrics framework, make sure that BI development requirements are gathered and prioritized by business, focus on data quality and ownership, and finally define clear goals for the BI program and then support and sponsor these goals.

Invenio@HGF: Collaborative repository infrastructure

Presentation at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014

Self-deposit, discovery, and delivery of scientific GIS datasets using GeoHydra

Presentation at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014

GIS in Digital Repositories

Workshop at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014

Epidemiological studies in the information and genomics era: experience of the Clinical Genome of Cancer Project in São Paulo, Brazil

Genomics is expanding the horizons of epidemiology, providing a new dimension for classical epidemiological studies and inspiring the development of large-scale multicenter studies with the statistical power necessary for the assessment of gene-gene and gene-environment interactions in cancer etiology and prognosis. This paper describes the methodology of the Clinical Genome of Cancer Project in São Paulo, Brazil (CGCP), which includes patients with nine types of tumors and controls. Three major epidemiological designs were used to reach specific objectives: cross-sectional studies to examine gene expression, case-control studies to evaluate etiological factors, and follow-up studies to analyze genetic profiles in prognosis. The clinical groups included patients' data in the electronic database through the Internet. Two approaches were used for data quality control: continuous data evaluation and data entry consistency. A total of 1749 cases and 1509 controls were entered into the CGCP database from the first trimester of 2002 to the end of 2004. Continuous evaluation showed that, for all tumors taken together, only 0.5% of the general form fields still included potential inconsistencies by the end of 2004. Regarding data entry consistency, the highest percentage of errors (11.8%) was observed for the follow-up form, followed by 6.7% for the clinical form, 4.0% for the general form, and only 1.1% for the pathology form. Good data quality is required for their transformation into useful information for clinical application and for preventive measures. The use of the Internet for communication among researchers and for data entry is perhaps the most innovative feature of the CGCP. The monitoring of patients' data guaranteed their quality.

Reseptikeskuksen lääkekohtaisen tiedon laadun kartoitus toiminnallisesta näkökulmasta

Diplomityössä kartoitetaan tiedon laatuun vaikuttavia tekijöitä kirjallisuuden pohjalta sekä tutkitaan empiirisesti sähköisen reseptin tietosisällön laatua toiminnallisuuden näkökulmasta tarkasteltuna. Tutkimuksen tavoitteena on tuottaa esiselvitys Reseptikeskuksen tietosisällön toiminnallisesta laadusta käytettäväksi lähtötietona tiedon laadun arviointiin ja seurantaan. Tutkimuksen empiirinen osuus toteutettiin kvantitatiivisena tutkimuksena analysoimalla Reseptikeskuksen tietosisällöstä poimittua n. 600 potilaan otosta. Tutkitussa tietosisällössä havaittiin joitain poikkeamia tietosisältöä koskeviin määrityksiin verrattuna, mutta merkittäviä eroja terveydenhuollon eri toimijaryhmien apteekeissa, julkisella ja yksityisellä sektorilla kirjaamien reseptien tietosisällön laadussa ei havaittu. Tiedon kontekstisidonnaisuus on keskeinen tekijä tiedon toiminnallisen laadun määrittämisessä, arvioinnissa ja kehittämisessä. Toiminnan kannalta merkityksellinen tieto rakentuu dataan liitettyjen merkitysten, tiedon käyttäjien kokemusten sekä teknisen ja sosiaalisen käyttöympäristön muodostamana kokonaisuutena. Tiedon laadun parantaminen on jatkuva prosessi, jota tulee ylläpitää arvioimalla ja kehittämällä käytettäviä laatumittareita ja analysointimalleja. Reseptikeskuksen tietosisällön laatua voidaan edelleen kehittää ja nyt tehdyn esikartoituksen pohjalta voidaan jatkossa seurata tietosisällön laadun kehittymistä uusien tutkimusten avulla

Geneerisen karttakomponentin kehitys: Tapaustutkimus kohdeyrityksen tuotteissa

Erilaisten paikkatietoon ja karttoihin perustuvien palveluiden määrä on viime vuosina kasvanut suuresti. Eräänä mahdollistajana tähän lienee Euroopan Unionin Inspire-direktiivi, jonka tavoitteena on tehostaa paikkatietoaineistojen käyttöä, laajentaa viranomaisten välistä yhteistyötä, sekä edistää monipuolisten kansalaispalveluiden syntymistä. Toisena tekijänä lienee mobiiliverkkojen tiedonsiirtokapasiteetin kasvu. Tämä diplomityö keskittyy geneerisen karttakomponentin kehitykseen. Työssä tutustutaan erilaisiin paikkatiedon välityksessä käytettäviin tiedonsiirtotekniikoihin ja paikkatiedon visuaalisen esityksen mahdollistaviin työkaluihin. Tekniikoiden esittelyn jälkeen selvitetään mitä käytettävyydellä ja geneerisyydellä tarkoitetaan kirjallisuuslähteitä apuna käyttäen. Työn seuraavassa vaiheessa toteutetaan prototyyppi uudelleenkäytettävästä karttakomponentista, sekä selvitetään hyvä tallennusratkaisu erilaisille kartalle tehtäville merkinnöille. Viimeisessä vaiheessa analysoidaan toteutusta ja valittuja ratkaisuja. Työn tuloksina saadaan uudelleenkäytettävän karttakomponentin prototyyppi sekä yrityksen tuotteisiin sopiva tallennusratkaisu karttamerkinnöille. Lisäksi prototyypin analysoinnista saatavat tulokset edesauttavat paremman tuotantoversion kehittämisessä.

Tuotetiedon laadun vaikutukset varaosamyymälän toiminnassa

Diplomityön tavoitteena on tutkia tuotetiedon laadun vaikutuksia autojen varaosia myyvien liikkeiden toimintaan. Tutkimusta varten haastatellaan myymälähenkilökuntaa kahdessa varaosamyymäläketjussa. Haastatteluissa hyödynnetään tarinankerronnallista lähestymistapaa. Haastatteluissa esille nousevien kertomusten perusteella tunnistetaan henkilökunnan kokemia ongelmia ja niihin liittyviä tuotetiedon puutteita. Löytyneet ongelmat luokitellaan teoriaosassa esiteltävän tiedon laadun luokittelun perusteella ja selvitetään aiheeseen liittyvät keskeiset käsitteet. Työssä kuvataan tutkittavien myymälöiden tietojärjestelmissä olevaa tuotetiedon rakennetta. Lisäksi esitetään parannusehdotuksia tietojärjestelmien tietosisältöön ja tiedonhallintaprosessiin tiedon laadun parantamiseksi.

La démographie des centenaires québécois : validation des âges au décès, mesure de la mortalité et composante familiale de la longévité

L’explosion récente du nombre de centenaires dans les pays à faible mortalité n’est pas étrangère à la multiplication des études portant sur la longévité, et plus spécifiquement sur ses déterminants et ses répercussions. Alors que certains tentent de découvrir les gènes pouvant être responsables de la longévité extrême, d’autres s’interrogent sur l’impact social, économique et politique du vieillissement de la population et de l’augmentation de l’espérance de vie ou encore, sur l’existence d’une limite biologique à la vie humaine. Dans le cadre de cette thèse, nous analysons la situation démographique des centenaires québécois depuis le début du 20e siècle à partir de données agrégées (données de recensement, statistiques de l’état civil, estimations de population). Dans un deuxième temps, nous évaluons la qualité des données québécoises aux grands âges à partir d’une liste nominative des décès de centenaires des générations 1870-1894. Nous nous intéressons entre autres aux trajectoires de mortalité au-delà de cent ans. Finalement, nous analysons la survie des frères, sœurs et parents d’un échantillon de semi-supercentenaires (105 ans et plus) nés entre 1890 et 1900 afin de se prononcer sur la composante familiale de la longévité. Cette thèse se compose de trois articles. Dans le cadre du premier, nous traitons de l’évolution du nombre de centenaires au Québec depuis les années 1920. Sur la base d’indicateurs démographiques tels le ratio de centenaires, les probabilités de survie et l’âge maximal moyen au décès, nous mettons en lumière les progrès remarquables qui ont été réalisés en matière de survie aux grands âges. Nous procédons également à la décomposition des facteurs responsables de l’augmentation du nombre de centenaires au Québec. Ainsi, au sein des facteurs identifiés, l’augmentation de la probabilité de survie de 80 à 100 ans s’inscrit comme principal déterminant de l’accroissement du nombre de centenaires québécois. Le deuxième article traite de la validation des âges au décès des centenaires des générations 1870-1894 d’origine canadienne-française et de confession catholique nés et décédés au Québec. Au terme de ce processus de validation, nous pouvons affirmer que les données québécoises aux grands âges sont d’excellente qualité. Les trajectoires de mortalité des centenaires basées sur les données brutes s’avèrent donc représentatives de la réalité. L’évolution des quotients de mortalité à partir de 100 ans témoigne de la décélération de la mortalité. Autant chez les hommes que chez les femmes, les quotients de mortalité plafonnent aux alentours de 45%. Finalement, dans le cadre du troisième article, nous nous intéressons à la composante familiale de la longévité. Nous comparons la survie des frères, sœurs et parents des semi-supercentenaires décédés entre 1995 et 2004 à celle de leurs cohortes de naissance respectives. Les différences de survie entre les frères, sœurs et parents des semi-supercentenaires sous observation et leur génération « contrôle » s’avèrent statistiquement significatives à un seuil de 0,01%. De plus, les frères, sœurs, pères et mères des semi-supercentenaires ont entre 1,7 (sœurs) et 3 fois (mères) plus de chance d’atteindre 90 ans que les membres de leur cohorte de naissance correspondante. Ainsi, au terme de ces analyses, il ne fait nul doute que la longévité se concentre au sein de certaines familles.

Tendances de l’incapacité chez les aînés vivant dans les ménages privés au Canada, et caractéristiques sociodémographiques associées, 1994-2005

Le vieillissement de la population canadienne qui est appréhendé dans les années à venir entrainera son lot de défis pour l’administration des soins et services de longue durée. Par contre, une amélioration de l’état de santé fonctionnelle de la population pourrait atténuer le rythme de croissance du nombre d’aînés en état d’incapacité. Utilisant les données transversales de l’Enquête nationale sur la santé de la population (ENSP) et de l’Enquête de santé dans les collectivités canadiennes (ESCC), cette recherche analyse les tendances dans les niveaux d’incapacité chez les personnes de 65 ans et plus vivant dans les ménages privés au Canada entre 1994 et 2005, ainsi que les caractéristiques sociodémographiques associées au risque d’être en incapacité. Les résultats montrent que la prévalence de l’incapacité est à la baisse durant la période, et que parmi les personnes en incapacité, la proportion présentant une incapacité légère a diminué. Tout étant égal par ailleurs, certaines caractéristiques sociodémographiques augmentent le risque pour une personne âgée d’être en incapacité, notamment l’âge, être une femme, la faible scolarité, et être veuf, séparé ou divorcé. Cependant, les limites relativement importantes quant à la qualité des données font en sorte que nous devons interpréter ces résultats avec prudence.

Incidence et facteurs de risque d’hémorragie intracrânienne et d’infarctus aigu du myocarde chez les personnes vivant avec le virus d’immunodéficience humaine

Objectif : Étudier le risque d’hémorragies intracrâniennes et d’infarctus du myocarde chez les patients vivant avec le VIH. Méthode : J’ai réalisé deux études de cohorte au sein de la banque de données de la Régie de l’assurance maladie du Québec. J’ai défini la cohorte des patients VIH-positifs, y ai étudié l’incidence d’hémorragies intracrâniennes et d’infarctus du myocarde, et l’ai comparée à une cohorte VIH-négative de même âge et de même sexe. J’ai étudié l’association entre ces évènements et l’exposition aux antirétroviraux au moyen d’études cas-témoin nichées dans la cohorte des patients VIH-positifs. Résultats : Le VIH est associé à un risque plus élevé d’hémorragies intracrâniennes, particulièrement au stade SIDA. Les patients VIH-positif sont également plus à risque de subir un infarctus du myocarde, et certains antirétroviraux sont associés à un risque plus grand. Conclusion : Les banques de données médico-administratives représentent un moyen valable d’étudier les comorbidités non-infectieuses chez les patients atteints du VIH.

Facteurs de risque modifiables associés à l’incidence, l’élimination et la prévalence d’infections intra-mammaires chez la vache laitière en lactation

La mammite subclinique est un problème de santé fréquent et coûteux. Les infections intra-mammaires (IIM) sont souvent détectées à l’aide de mesures du comptage des cellules somatiques (CCS). La culture bactériologique du lait est cependant requise afin d’identifier le pathogène en cause. À cause de cette difficulté, pratiquement toutes les recherches sur la mammite subclinique ont été centrées sur la prévalence d’IIM et les facteurs de risque pour l’incidence ou l’élimination des IIM sont peu connus. L’objectif principal de cette thèse était d’identifier les facteurs de risque modifiables associés à l’incidence, l’élimination et la prévalence d’IIM d’importance dans les troupeaux laitiers Canadiens. En premier lieu, une revue systématique de la littérature sur les associations entre pratiques utilisées à la ferme et CCS a été réalisée. Les pratiques de gestion constamment associées au CCS ont été identifiées et différentiées de celles faisant l’objet de rapports anecdotiques. Par la suite, un questionnaire bilingue a été développé, validé, et utilisé afin de mesurer les pratiques de gestion d’un échantillon de 90 troupeaux laitiers canadiens. Afin de valider l’outil, des mesures de répétabilité et de validité des items composant le questionnaire ont été analysées et une évaluation de l’équivalence des versions anglaise et française a été réalisée. Ces analyses ont permis d’identifier des items problématiques qui ont du être recatégorisés, lorsque possible, ou exclus des analyses subséquentes pour assurer une certaine qualité des données. La plupart des troupeaux étudiés utilisaient déjà la désinfection post-traite des trayons et le traitement universel des vaches au tarissement, mais beaucoup des pratiques recommandées n’étaient que peu utilisées. Ensuite, les facteurs de risque modifiables associés à l’incidence, à l’élimination et à la prévalence d’IIM à Staphylococcus aureus ont été investigués de manière longitudinale sur les 90 troupeaux sélectionnés. L’incidence d’IIM semblait être un déterminant plus important de la prévalence d’IIM du troupeau comparativement à l’élimination des IIM. Le port de gants durant la traite, la désinfection pré-traite des trayons, de même qu’une condition adéquate des bouts de trayons démontraient des associations désirables avec les différentes mesures d’IIM. Ces résultats viennent souligner l’importance des procédures de traite pour l’obtention d’une réduction à long-terme de la prévalence d’IIM. Finalement, les facteurs de risque modifiables associés à l’incidence, à l’élimination et à la prévalence d’IIM à staphylocoques coagulase-négatif (SCN) ont été étudiés de manière similaire. Cependant, afin de prendre en considération les limitations de la culture bactériologique du lait pour l’identification des IIM causées par ce groupe de pathogènes, une approche semi-Bayesienne à l’aide de modèles de variable à classe latente a été utilisée. Les estimés non-ajusté de l’incidence, de l’élimination, de la prévalence et des associations avec les expositions apparaissaient tous considérablement biaisés par les imperfections de la procédure diagnostique. Ce biais était en général vers la valeur nulle. Encore une fois, l’incidence d’IIM était le principal déterminant de la prévalence d’IIM des troupeaux. Les litières de sable et de produits du bois, de même que l’accès au pâturage étaient associés à une incidence et une prévalence plus basse de SCN.

Identification de nouveaux substrats des kinases Erk1/2 par une approche bio-informatique, pharmacologique et phosphoprotéomique

La phosphorylation est une modification post-traductionnelle omniprésente des protéines Cette modification est ajoutée et enlevée par l’activité enzymatique respective des protéines kinases et phosphatases. Les kinases Erk1/2 sont au cœur d’une voie de signalisation importante qui régule l’activité de protéines impliquées dans la traduction, le cycle cellulaire, le réarrangement du cytosquelette et la transcription. Ces kinases sont aussi impliquées dans le développement de l’organisme, le métabolisme du glucose, la réponse immunitaire et la mémoire. Différentes pathologies humaines comme le diabète, les maladies cardiovasculaires et principalement le cancer, sont associées à une perturbation de la phosphorylation sur les différents acteurs de cette voie. Considérant l’importance biologique et clinique de ces deux kinases, connaître l’étendue de leur activité enzymatique pourrait mener au développement de nouvelles thérapies pharmacologiques. Dans ce contexte, l’objectif principal de cette thèse était de mesurer l’influence de cette voie sur le phosphoprotéome et de découvrir de nouveaux substrats des kinases Erk1/2. Une étude phosphoprotéomique de cinétique d’inhibition pharmacologique de la voie de signalisation Erk1/2 a alors été entreprise. Le succès de cette étude était basé sur trois technologies clés, soit l’enrichissement des phosphopeptides avec le dioxyde de titane, la spectrométrie de masse haut débit et haute résolution, et le développement d’une plateforme bio-informatique nommée ProteoConnections. Cette plateforme permet d’organiser les données de protéomique, évaluer leur qualité, indiquer les changements d’abondance et accélérer l’interprétation des données. Une fonctionnalité distinctive de ProteoConnections est l’annotation des sites phosphorylés identifiés (kinases, domaines, structures, conservation, interactions protéiques phospho-dépendantes). Ces informations ont été essentielles à l’analyse des 9615 sites phosphorylés sur les 2108 protéines identifiées dans cette étude, soit le plus large ensemble rapporté chez le rat jusqu’à ce jour. L’analyse des domaines protéiques a révélé que les domaines impliqués dans les interactions avec les protéines, les acides nucléiques et les autres molécules sont les plus fréquemment phosphorylés et que les sites sont stratégiquement localisés pour affecter les interactions. Un algorithme a été implémenté pour trouver les substrats potentiels des kinases Erk1/2 à partir des sites identifiés selon leur motif de phosphorylation, leur cinétique de stimulation au sérum et l’inhibition pharmacologique de Mek1/2. Une liste de 157 substrats potentiels des kinases Erk1/2 a ainsi été obtenue. Parmi les substrats identifiés, douze ont déjà été rapportés et plusieurs autres ont des fonctions associées aux substrats déjà connus. Six substrats (Ddx47, Hmg20a, Junb, Map2k2, Numa1, Rras2) ont été confirmés par un essai kinase in vitro avec Erk1. Nos expériences d’immunofluorescence ont démontré que la phosphorylation de Hmg20a sur la sérine 105 par Erk1/2 affecte la localisation nucléocytoplasmique de cette protéine. Finalement, les phosphopeptides isomériques positionnels, soit des peptides avec la même séquence d’acides aminés mais phosphorylés à différentes positions, ont été étudiés avec deux nouveaux algorithmes. Cette étude a permis de déterminer leur fréquence dans un extrait enrichi en phosphopeptides et d’évaluer leur séparation par chromatographie liquide en phase inverse. Une stratégie analytique employant un des algorithmes a été développée pour réaliser une analyse de spectrométrie de masse ciblée afin de découvrir les isomères ayant été manqués par la méthode d’analyse conventionnelle.

Approches bio-informatiques appliquées aux technologies émergentes en génomique

Les études génétiques, telles que les études de liaison ou d’association, ont permis d’acquérir une plus grande connaissance sur l’étiologie de plusieurs maladies affectant les populations humaines. Même si une dizaine de milliers d’études génétiques ont été réalisées sur des centaines de maladies ou autres traits, une grande partie de leur héritabilité reste inexpliquée. Depuis une dizaine d’années, plusieurs percées dans le domaine de la génomique ont été réalisées. Par exemple, l’utilisation des micropuces d’hybridation génomique comparative à haute densité a permis de démontrer l’existence à grande échelle des variations et des polymorphismes en nombre de copies. Ces derniers sont maintenant détectables à l’aide de micropuce d’ADN ou du séquençage à haut débit. De plus, des études récentes utilisant le séquençage à haut débit ont permis de démontrer que la majorité des variations présentes dans l’exome d’un individu étaient rares ou même propres à cet individu. Ceci a permis la conception d’une nouvelle micropuce d’ADN permettant de déterminer rapidement et à faible coût le génotype de plusieurs milliers de variations rares pour un grand ensemble d’individus à la fois. Dans ce contexte, l’objectif général de cette thèse vise le développement de nouvelles méthodologies et de nouveaux outils bio-informatiques de haute performance permettant la détection, à de hauts critères de qualité, des variations en nombre de copies et des variations nucléotidiques rares dans le cadre d’études génétiques. Ces avancées permettront, à long terme, d’expliquer une plus grande partie de l’héritabilité manquante des traits complexes, poussant ainsi l’avancement des connaissances sur l’étiologie de ces derniers. Un algorithme permettant le partitionnement des polymorphismes en nombre de copies a donc été conçu, rendant possible l’utilisation de ces variations structurales dans le cadre d’étude de liaison génétique sur données familiales. Ensuite, une étude exploratoire a permis de caractériser les différents problèmes associés aux études génétiques utilisant des variations en nombre de copies rares sur des individus non reliés. Cette étude a été réalisée avec la collaboration du Wellcome Trust Centre for Human Genetics de l’University of Oxford. Par la suite, une comparaison de la performance des algorithmes de génotypage lors de leur utilisation avec une nouvelle micropuce d’ADN contenant une majorité de marqueurs rares a été réalisée. Finalement, un outil bio-informatique permettant de filtrer de façon efficace et rapide des données génétiques a été implémenté. Cet outil permet de générer des données de meilleure qualité, avec une meilleure reproductibilité des résultats, tout en diminuant les chances d’obtenir une fausse association.

Design of a Knowledge-Based Geographic Information System

A GIS has been designed with limited Functionalities; but with a novel approach in Aits design. The spatial data model adopted in the design of KBGIS is the unlinked vector model. Each map entity is encoded separately in vector fonn, without referencing any of its neighbouring entities. Spatial relations, in other words, are not encoded. This approach is adequate for routine analysis of geographic data represented on a planar map, and their display (Pages 105-106). Even though spatial relations are not encoded explicitly, they can be extracted through the specially designed queries. This work was undertaken as an experiment to study the feasibility of developing a GIS using a knowledge base in place of a relational database. The source of input spatial data was accurate sheet maps that were manually digitised. Each identifiable geographic primitive was represented as a distinct object, with its spatial properties and attributes defined. Composite spatial objects, made up of primitive objects, were formulated, based on production rules defining such compositions. The facts and rules were then organised into a production system, using OPS5