Clinical Diabetes Research Using Data Mining: A Canadian Perspective

With the advent of the digitization of large amounts of information and the computer power capable of analyzing this volume of information, data mining is increasingly being applied to medical research. Datasets created for administration of the healthcare system provide a wealth of information from different healthcare sectors, and Canadian provinces’ single-payer universal healthcare systems mean that data are more comprehensive and complete in this country than in many other jurisdictions. The increasing ability to also link clinical information, such as electronic medical records, laboratory test results and disease registries, has broadened the types of data available for analysis. Data-mining methods have been used in many different areas of diabetes clinical research, including classic epidemiology, effectiveness research, population health and health services research. Although methodologic challenges and privacy concerns remain important barriers to using these techniques, data mining remains a powerful tool for clinical research.

RésuméAvec l'avènement de la numérisation de grandes quantités d'informations et la puissance informatique capable d'analyser ce volume d'informations, l'exploration de données est de plus en plus appliquée à la recherche médicale. Les jeux de données créés pour l'administration du système de santé fournissent une mine d'informations provenant de différents secteurs de la santé, et les systèmes de santé universels à payeur unique des provinces canadiennes signifie que les données sont plus générales et complètes dans ce pays que dans beaucoup d’autres juridictions. L'augmentation de la capacité de lier l'information d’origine clinique, tels les dossiers médicaux électroniques, les résultats des tests de laboratoire et les registres des maladies, a élargi les types de données disponibles pour analyse. Les méthodes d'extraction de données ont été utilisées dans de nombreux domaines de la recherche clinique du diabète, y compris l'épidémiologie classique, la recherche d'efficacité, la recherche sur la santé des populations et des services de santé. Bien que les défis méthodologiques et de confidentialité restent d'importants obstacles à l'utilisation de ces techniques, l'exploration de données reste un outil puissant pour la recherche clinique.