Gdański Uniwersytet Medyczny

Wsparcie badań klinicznych i programów naukowych.

Informacja o Kliencie

Gdański Uniwersytet Medyczny (GUMed) kształci ponad 6000 studentów, doktorantów i słuchaczy studiów podyplomowych. Uczelnia intensywnie rozwija badania naukowe, czego dowodem są jej czołowe pozycje w rankingu Ministerstwa Nauki i Szkolnictwa Wyższego oraz liczne wyróżnienia dla pracowników. Uczelnia stale modernizuje bazę dydaktyczną i kliniczną. GUMed sprawuje opiekę zdrowotną nad mieszkańcami Pomorza i sąsiadujących regionów oraz popularyzuje wiedzę z zakresu profilaktyki chorób i zdrowego stylu życia. Od 2009 r. Uczelnia jest członkiem projektu 'Study in Pomorskie', służącego międzynarodowej promocji uczelni wyższych województwa pomorskiego.

Współpraca SAS Instiute z Gdańskim Uniwersytetem Medycznym rozpoczęła się w 2003 roku. Obecnie w swojej pracy naukowej z rozwiązań SAS korzystają naukowcy z Katedry Nadciśnienia Tętniczego i Diabetologii, Katedry Neurologii, Katedry Epidemiologii, oraz Katedry Genetyki. Wyniki badań prowadzonych przez zespoły badawcze GUMed przy użyciu oprogramowania SAS opublikowano min. w: British Medical Journal, European Neurology, European Journal of Cardiovascular Prevention and Rehabilitation,Blood Pressure,Kardiologii Polskiej oraz Przeglądzie Epidemiologicznym.

Dowodem uznania dla osiągnięć kadry naukowej GUMed jest jej udział w projektach międzynarodowych. W dwóch z nich – implementacji brytyjskiego modelu IMPACT do oceny przyczyn spadku umieralności sercowo-naczyniowej w Polsce oraz zebrania danych i obliczenia tabel ryzyka SCORE dla populacji polskiej według Europejskich Zaleceń dotyczących Prewencji Chorób Układu Sercowo-Naczyniowego - użycie rozwiązań analitycznych SAS okazało się szczególnie istotne.

Wyzwanie

W związku z realizowanym na Uczelni programem badawczo-naukowym oraz planami rozwojowymi w zakresie publikacji wyników badań na forum międzynarodowym, powstała potrzeba wdrożenia nowoczesnego rozwiązania analitycznego do zaawansowanej analizy danych gromadzonych w ramach projektów badawczych. Narzędzie musiało spełniać wysokie wymagania jakościowe i wydajnościowe oraz gwarantować szerokie możliwości w zakresie budowy analizowanych baz danych epidemiologicznych.

Rozwiązanie

Zdecydowano o wyborze technologii SAS ze względu na:

  • brak limitów w zakresie budowy analizowanych baz danych epidemiologicznych,
  • wiarygodność technologii SAS w międzynarodowym środowisku naukowym, zwłaszcza w USA, co ułatwia publikowanie wyników badań w renomowanych czasopismach naukowych,

Edukacyjny Zestaw Analityczny SAS to przygotowany specjalnie na potrzeby Uczelni pakiet komplementarnych modułów (min. BASE, STAT, GRAPH, IML, OR oraz Enterprise Guide) umożliwiający min. gromadzenie, integrację i przetwarzanie obszernych wolumenów danych oraz zastosowanie zawansowanych algorytmów analitycznych w obszarze statystyki, ekonometrii, prognozowania, optymalizacji i kontroli jakości. SAS Enterprise Miner to zestaw narzędzi do analizy predykcyjnej oraz interaktywnej wizualizacji danych, który bazując na dużej liczbie dostępnych danych umożliwia tworzenie opisowych i predykcyjnych modeli analitycznych.

Uzyskane korzyści

Rozwiązanie SAS jest bardzo skutecznym narzędziem statystycznym, które znacznie uprościło i zautomatyzowało proces analizy i obróbki danych wykorzystywanych do celów naukowych.Dzięki SAS możliwe jest sprawne uzyskanie dowolnych raportów, eksploracja danych oraz szybkie wykonanie najbardziej złożonych analiz.Do największych sukcesów zespołów badawczych osiągniętych przy zastosowaniu oprogramowania SAS należy zaliczyć stworzenie algorytmu oceny ryzyka sercowo-naczyniowego dla Polski (Heart SCORE for Poland), zaimplementowanie brytyjskiego modelu IMPACT do oceny przyczyn spadku umieralności sercowo-naczyniowej w Polsce oraz opublikowanie licznych artykułów w czasopismach z listy filadelfijskiej.

  1. Bandosz P et al.,  Decline in mortality from coronary heart disease in Poland after socioeconomic transformation: modelling study BMJ. 2012 Jan 25;344:d8136. doi: 10.1136/bmj.d8136
  2. Chwojnicki K. et al.,  Assessment of the quality of secondary ischemic stroke prevention in selected urban areas of Poland and Ukraine: the ASCEP study results, Eur Neurol. 2011;65(6):323-31. doi: 10.1159/000327576
  3. Zdrojewski T. et al. Attempt to eliminate health inequalities in Poland arising at the time of political and economic transformation: Polish 400 Cities Project. Eur J Cardiovasc Prev Rehabil. 2006 Oct;13(5):832-8
  4. Zdrojewski et al., Distribution of C-reactive protein and its relation to arterial hypertension in a country representing a high-risk region for cardiovascular diseases. Blood Press. 2006;15(1):20-6
  5. Zdrojewski et al. Prevalence and control of cardiovascular risk factors in Poland. Assumptions and objectives of the NATPOL 2011 Survey, Kardiol Pol. 2013;71(4):381-92. doi: 10.5603/KP.2013.0066, także Krawczyk M et al. The prevalence of risk factors for atherosclerosis among middle school students in Sopot, Poland: results of the SOPKARD 15 programme, Kardiol Pol. 2011;69(6):540-5
  6. Guzek M et al., Inverse association of serum bilirubin with metabolic syndrome and insulin resistance in Polish population,  Przegl Epidemiol. 2012;66(3):495-501
  7. http://www.heartscore.org/pl/Pages/Welcome.aspx
Zestaw Analityczny oraz SAS Enterprise Miner dla Gdańskiego Uniwersytetu Medycznego

Wyzwanie:

Gdański Uniwersytet Medyczny poszukiwał nowoczesnego rozwiązania analitycznego do zaawansowanej analizy danych zbieranych w ramach badań klinicznych oraz prowadzonych projektów i prac naukowych.

Rozwiązanie:

Uczelnia korzysta z Edukacyjnego Zestawu Analitycznego SAS oraz rozwiązania SAS Enterprise Miner.

Korzyści:

Rozwiązanie SAS uprościło i zautomatyzowało proces analizy i obróbki danych wykorzystywanych do celów naukowych. Jednym z najważniejszych zastosowań oprogramowania SAS jest wsparcie międzynarodowych badań i projektów GUMed.

Odwiedź Gdański Uniwersytet Medyczny na ich stronie internetowej.

The results illustrated in this article are specific to the particular situations, business models, data input, and computing environments described herein. Each SAS customer’s experience is unique based on business and technical variables and all statements must be considered non-typical. Actual savings, results, and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software. Brand and product names are trademarks of their respective companies.