PREDICTIVE MODELING OF RESPIRATORY DISEASE RISK AND EVENTS

An application server predicts respiratory disease risk, rescue medication usage, exacerbation, and healthcare utilization using trained predictive models. The application server includes model modules and submodel modules, which communicate with a database server, data sources, and client devices....

Full description

Saved in:
Bibliographic Details
Main Authors HOGG, Chris, SU, Guangquan, HENDERSON, Kelly, Anne, VAN SICKLE, John, David, HUMBLET, Olivier, BARRETT, Meredith, Ann, TRACY, Gregory, F
Format Patent
LanguageEnglish
French
Published 27.10.2016
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:An application server predicts respiratory disease risk, rescue medication usage, exacerbation, and healthcare utilization using trained predictive models. The application server includes model modules and submodel modules, which communicate with a database server, data sources, and client devices. The submodel modules train submodels by determining submodel coefficients based on training data from the database server. The submodel modules further determine statistical analysis data and estimates for medication usage events, healthcare utilization, and other related events. The model modules combine submodels to predict respiratory disease risk, exacerbation, rescue medication usage, healthcare utilization, and other related information. Model outputs are provided to users, including patients, providers, healthcare companies, electronic health record systems, real estate companies and other interested parties. Selon l'invention, un serveur d'application prédit le risque de maladie respiratoire, l'utilisation de médicaments de secours, l'exacerbation, et l'utilisation de soins de santé à l'aide de modèles prédictifs entraînés. Le serveur d'application comprend des modules de modèle et des modules de sous-modèle, qui communiquent avec un serveur de base de données, des sources de données, et des dispositifs clients. Les modules de sous-modèle entraînent des sous-modèles par détermination de coefficients de sous-modèle basés sur des données d'apprentissage provenant du serveur de base de données. Les modules de sous-modèle déterminent en outre des données d'analyse statistique et des estimations pour des événements d'utilisation de médicaments, d'utilisation de soins de santé, et d'autres événements associés. Les modules de modèle combinent des sous-modèles pour prévoir un risque de maladie respiratoire, une exacerbation, une utilisation de médicaments de secours, une utilisation de soins de santé, et d'autres informations associées. Des sorties de modèle sont fournies à des utilisateurs, y compris des patients, des fournisseurs, des entreprises de soins de santé, des systèmes d'enregistrement électronique de santé, des sociétés immobilières et d'autres parties intéressées.
Bibliography:Application Number: WO2016US29025