Unsupervised outlier detection in the clinical pathways of patients undergoing cataract surgery | Deteção não supervisionada de outliers nos percursos clínicos de pacientes com cirurgia às cataratas

The present report describes the project developed during the internship at Prologica. Cataracts are characterized as a chronic disease that affects visual acuity due to the opacification of the lens. Despite being treatable by surgical removal, cataracts remain the main cause of blindness and the second cause of moderate to severe visual impairment worldwide. Additionally, with the progressive aging of the global population, an increase in the number of people affected by this clinical condition is estimated. To meet the growing needs, efficient management of health services becomes imperative, where the study of outliers could bring valuable contributions. Thus, the present study aims to identify outlier pathways at the level of the sequence of clinical activities and at the level of three specific periods, in patients’ data with records of cataract surgery. By employing sequence analysis methodology and unsupervised outlier detection algorithms, a workflow was developed to achieve the stated objectives. The post-hoc analysis of the identified outliers validated the methodology’s ability to distinguish outlier pathways from normal pathways, with the outlier pathways tending to be more resource- and time-intensive. Thus, despite existing limitations, it is believed that the proposed methodology holds promise for developing a supportive tool to facilitate easier and more efficient management of clinical resources associated with cataract surgical treatment.

No presente relatório é descrito o projeto desenvolvido ao longo do estágio currricular na Prologica. As cataratas caracterizam-se por serem uma doença crónica que afeta a acuidade visual devido à opacificação do cristalino. Apesar de serem tratáveis por remoção cirúrgica, continuam a ser a principal causa de cegueira e a segunda causa de deficiência visual moderada a grave a nível mundial. Adicionalmente, com o progressivo envelhecimento da população a nível global, estima-se um aumento do número de pessoas afetadas por esta condição clínica. Para corresponder às crescentes necessidades, torna-se imperativa uma gestão eficiente dos serviços de saúde, onde o estudo de outliers poderá trazer contribuições valiosas. Desta forma, o presente estudo tem como objetivo a identificação de percursos outliers a nível da sequência de atividades clínicas e a nível de três períodos específicos, em dados de pacientes submetidos a cirurgia às cataratas. Recorrendo à metodologia de análise de sequências e a algoritmos não supervisionados de deteção de outliers, foi possível desenvolver um fluxo de trabalho que permitiu alcançar os objetivos propostos. A análise post-hoc dos outliers identificados validou a capacidade da metodologia aplicada em distinguir percursos outliers dos percursos normais, tendendo os percursos outliers a ser mais dispendiosos em termos de recursos e tempo. Deste modo, e apesar das limitações existentes, acredita-se que a metodologia proposta seja promissora para o desenvolvimento de uma ferramenta de apoio na gestão mais fácil e eficiente dos recursos clínicos associados ao tratamento cirúrgico das cataratas.

Mestrado em Estatística Médica