Aller au contenu principal
Accès ouvert déclaré 2024 article

Adopting Business Intelligence Techniques in Healthcare Practice

4Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : tw. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

With the rapid development of information technology, digital health technologies have become increasingly prevalent in the field of healthcare. In this study, business intelligence (BI) techniques were combined with research-based prediction models to increase the efficiency and quality of healthcare practices. A data scenario involving 200 older adults with various measurements, including health beliefs, social support, self-efficacy, and disease duration, was used to establish a medication adherence prediction model in a BI system. A regression model, logistic regression model, tree model, and score-based prediction model were used to predict medication adherence among older adults. The developed BI-based prediction model has visualization, real-time feedback, and data updating functionality. These features enhanced the effectiveness of prediction models in clinical practice. Healthcare professionals can incorporate the proposed system into their care practice for health assessments and management, and patients can use the system to manage themselves. The developed BI-based care system can also be used to achieve effective communication and shared decision-making between care managers and patients. Further empirical studies integrating prediction models into the proposed BI system for assessment, management, and decision-making in healthcare practice are warranted.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Adopting Business Intelligence Techniques in Healthcare Practice
Date Crossref
04/09/2024
Éditeur
MDPI AG
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Big Data and Business IntelligenceArtificial Intelligence in HealthcareCustomer churn and segmentation

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.