The variations in time or season of prevalent conditions of Klinik symptom checker and contributing factors
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Authors
Date
2024-08-19
Department
Major/Subject
Complex Systems
Mcode
SCI3060
Degree programme
Master’s Programme in Life Science Technologies
Language
en
Pages
46
Series
Abstract
Many infectious diseases are characterized by seasonality, but also some non-infectious disease can have seasonal characteristics. Seasonality of a disease can be caused by seasonal phenomena, including weather, pollution and seasonal human activities. Forecasting disease occurrence is usually complex due to contemporaneity of many different phenomena. Online healthcare consultation is defined as the use of information and communication technologies to communicate with healthcare professionals such as doctors. Use of online tools is not only cost-effective, but also helps to allocate resources more efficiently. The popularity of the platforms has been recently increasing, because they provide an effective way to improve healthcare systems. Klinik Access is an online total triage software developed by Klinik Healthcare Solutions. The diagnostic model ranks the possible diagnosis based on information from the patient and produces a list of possible diagnoses by using Bayesian methodology. The goal of this study is to find if it is possible to use the data from Klinik Access to study the occurrence of seasonal diseases and also to predict future variation. The diseases that we focus on are depression, stomach flu, influenza, pollen allergy and borreliosis. All of them are common and have seasonal characteristic. The methods used in this thesis are SARIMA and Holt-Winters. The results show that SARIMA with one-step-ahead forecast gives the best RMSE value compared to other methods in almost every case. Seasonal decompose shows peaks in the seasonal component. In most of the cases they are located at the same times of the year as stated in the literature.Monet tartuntataudit esiintyvät kausittain, mutta myös joillakin ei-tarttuvilla sairauksilla on havaittu olevan kausiluonteisia piirteitä. Sairauden kausiluonteisuus voi johtua monista syistä, kuten sääilmiöiden vaihtelusta, saasteista tai ihmisten kausittaisesta toiminnasta. Taudin esiintymisen ennustaminen on yleensä monimutkaista, koska monet erilaiset ilmiöt esiintyvät samanaikaisesti. Verkossa tapahtuvassa terveydenhuollon konsultaatiossa hyödynnetään tieto- ja viestintätekniikkaa terveydenhuollon ammattilaisten kanssa kommunikoimiseen. Verkkopalveluiden käyttö on sekä kustannustehokasta että auttaa kohdentamaan resursseja tehokkaammin. Niiden suosio on ollut kasvussa, sillä ne tarjoavat tehokkaan tavan parantaa terveydenhuollon järjestelmiä. Klinik Access on Klinik Helthcare Solutionsin kehittämä digitaalinen asiointi- ja hoidon tarpeen arviointijärjestelmä. Sovellus tekee alustavan arvion potilaan vaivasta ja tuottaa luettelon mahdollisista diagnooseista Bayesin metodologiaa käyttäen. Tämän työn tavoitteena on selvittää, onko mahdollista käyttää Klinik Accessin keräämää tietoa kausittain esiintyvien tautien tutkimiseen sekä ennustaa tulevaa vaihtelua. Sairaudet, joihin tässä työssä keskitytään, ovat masennus, vatsatauti, influenssa, siitepölyallergia ja borrelioosi. Kaikki nämä taudit ovat yleisiä, ja niillä on kausiluonteisia piirteitä. Ennustamiseen käytetyt mallit ovat SARIMA ja Holt-Winters. Tulokset osoittavat, että SARIMA ’one-step-ahead’ -mallinnus antaa lähes kaikissa tapauksissa parhaan RMSE-arvon muihin menetelmiin verrattuna. Kausittaisuuden hajotelma näyttää kausivaihtelun huippukohdat, ja useimmissa tapauksissa tautihuiput näkyvät niissä kohdissa, missä niiden oletetaan lähteiden perusteella olevan.Description
Supervisor
Linna, RikuThesis advisor
Lindell, RonyKeywords
seasonality of diseases, seasonal decompose, SARIMA, holt-winters, Klinik access