Big data in medisch onderzoek

Groot, groter, grootst

Klinische praktijk
Rolf H.H. Groenwold
Linda Nab
Maarten van Smeden
Citeer dit artikel als
Ned Tijdschr Geneeskd. 2018;162:D3108
Abstract

Samenvatting

Big data wordt niet alleen gekenmerkt door de omvang van databestanden, maar heeft ook betrekking op bijvoorbeeld de diversiteit in gegevensbronnen en de continuïteit in gegevensverzameling.

Technologische ontwikkelingen maken het mogelijk om steeds grotere en complexere gegevensbestanden op te slaan en te analyseren.

In tegenstelling tot meer conventionele bestanden met onderzoeksgegevens worden big data doorgaans niet verzameld met expliciete onderzoeksvragen in gedachten en worden analysetechnieken toegepast om patronen in de gegevens te vinden of hypotheses te genereren.

Een voorbeeld van big data in medisch onderzoek zijn grote gegevensbestanden van routinematig verzamelde zorggegevens, eventueel verrijkt met informatie uit andere bronnen zoals mobiele telefoons.

Big data kunnen in onderzoek een goed middel zijn om hypotheses te genereren of om specifieke onderzoeksvragen te beantwoorden, maar het gebruik van big data moet geen doel op zich zijn.

Auteursinformatie

LUMC, afd. Klinische Epidemiologie, Leiden: prof.dr. R.H.H. Groenwold, epidemioloog-statisticus en arts niet-praktiserend; L. Nab, MSc, onderzoeker in opleiding; dr. M. van Smeden, statisticus.

Contact R.H.H. Groenwold (r.h.h.groenwold@lumc.nl)

Belangenverstrengeling

Belangenconflict en financiële ondersteuning: geen gemeld.

Auteur Belangenverstrengeling
Rolf H.H. Groenwold ICMJE-formulier
Linda Nab ICMJE-formulier
Maarten van Smeden ICMJE-formulier
Heb je nog vragen na het lezen van dit artikel?
Check onze AI-tool en verbaas je over de antwoorden.
ASK NTVG

Ook interessant

Reacties