Portinari：一个用于个性化宫颈癌筛查的数据探索工具

社会-技术系统在预防癌症的公共卫生筛查项目中发挥着重要作用。在开发了由医疗从业者、实验室和患者共同参与的有组织的筛查系统的国家中，宫颈癌发病率已显著降低。该系统自动识别有患病风险的个体，并邀请他们接受由医疗专业人员进行的筛查检查或随访检查。系统中的分流算法旨在减少低风险个体不必要的筛查检查，同时检测并治疗高风险个体。尽管筛查总体上取得了成功，但该分流算法是一种一刀切的方法，并未针对患者进行个性化。这从筛查检查的历史数据中很容易观察到。患者通常依靠个人因素来判断自己处于高风险还是完全没有风险，并自行决定采取行动。探索患者轨迹是否有助于提出导致其决定的个人因素的假设？我们提出了 Portinari，一个数据探索工具，用于查询和可视化接受过特定筛查检查序列的患者的未来轨迹。该基于 Web 的工具包含： 可视化查询界面； 患者生活事件的后端图数据库； 使用 Sankey 图的轨迹可视化。我们使用 Portinari 探索遵循挪威分流算法的患者的不同轨迹。这些轨迹表现出对分流算法不同程度的依从性，并使流行病学家能够对可能的原因提出假设。