Search Results

You are looking at 1 - 6 of 6 items for

  • Author or Editor: Péter Pollner x
  • Refine by Access: All Content x
Clear All Modify Search

Kontaktkutatás, vezetői információs rendszer

Contact tracing, management support system

Scientia et Securitas
Authors: Eszter Bokányi, Péter Pollner, and Tamás Joó

Összefoglaló. Tanulmányunkban bemutatjuk a hazai COVID-járvány első hulláma során kidolgozott informatikai megoldást, amely a kontaktkutatást hálózattudományi megközelítés alapján segítette, és hozzájárult az első hullám sikeres megfékezéséhez.

A kifejlesztett vizuális reprezentációs technika látványos és részletekbe menő megértést, problémafeltárást képes biztosítani a járványügyi szakemberek számára. A grafikus elemek segítenek a gyors megértésben, a különböző hálózati elrendezések bizonyos jelenségekre, például gócpontokra, fertőzési klikkekre vagy a földrajzi terjedésre irányíthatják a figyelmet. A böngészőből történő futtatás alacsony technológiai belépési küszöböt biztosít a társterületeken kutatók számára, nekik így nem szükséges a problémafeltáráshoz külön szoftvereket telepíteni. Az adatbázis SQL-alapú szűrése a vizualizációs felületről lehetőséget biztosít összetettebb kérdések megfogalmazására is.

Summary. In our study, we present an IT solution developed during the first wave of the domestic COVID epidemic. This tool served as an aid for contact tracing. The development focused on the network scientific aspects and contributed to the successful handling of the first wave.

In case of absence of effective drugs or vaccines, controlling a contagious disease can only be achieved by preventing its spread. To this end

  • infectious individuals must be identified,

  • patients, exposed to the infection must be identified,

  • the epidemic branching points that cause the greatest infection must be uncovered,

  • information on the course of the disease must be collected,

  • temporal and efficacy parameters must be determined, and

  • potential cases of infection must be described.

One possible way to accomplish these tasks is achieved by contact tracing. Classical contact tracing is carried out by personal data collection, during which the commissioned epidemiologist has to fill in a questionnaire. The questionnaire basically includes data used to identify the infected person, as well as the data of the persons who were in contact with the infected person, i.e. in contact with them. The effectiveness of the research is also enhanced if the questionnaire records disease-related parameters (e.g., symptoms, timing-related times, etc.) as well. Once the disease is known, questionnaires can be designed according to a definite template format, the organization of data collection groups and the associated costs can be planned in advance. However, in the case of a new, unknown disease, flexibility and the ability to adapt quickly during data collection are of paramount importance.

The developed visual representation technique is able to provide spectacular and detailed understanding and a problem-solving user interface for epidemiologists. Graphical elements help in quick understanding, different network layouts can direct the attention to certain phenomena such as focal points, infectious cliques, or geographical spreading patterns. Running from a browser provides a low technology entry threshold for researchers in other scientific fields, so they don’t need to install separate software. The SQL-based filtering of the database on the visualization interface also provides an opportunity to study more complex questions.

Thus, with the help of the presented computer system, a relational database can be generated from the initially unstructured data of the contact research protocols through several steps. The relational database is made available to analysts and decision-makers.

As the final balance of the first wave of COVID-19 in Hungary showed, data from well-organized contact research and processed in appropriate analytical tools can provide important information for controlling the epidemic and saving lives.

Open access

Absztrakt:

Bevezetés: A ClinicalTrials.gov az Amerikai Egyesült Államok kormányzata által működtetett weboldal, amely a klinikai vizsgálatokkal kapcsolatos adatokat gyűjti. Célkitűzés: Vizsgálatunkban az oldalról XML fájlok formájában letölthető, magyar vonatkozású adatokat dolgoztuk fel. Módszer: Nagyobb mennyiségben a 2000-es évektől állnak rendelkezésre adatok, így jó áttekintő képet kaphatunk az elmúlt 10–15 év klinikai kutatásairól. Az adatmezők jelentős része szabad szöveges, ezért az adatok elemzése előtt jelentős munkát kellett fektetni az adattisztítás elvégzésébe. Eredmények: Az adatbázisban 2863 magyar vonatkozású klinikai vizsgálat szerepelt az elemzés elkészítésekor, amelyek 189 településen rendelkeznek vizsgálati hellyel. A konkrét intézményeket sokszor nem lehet azonosítani, a vizsgálati helyek alig ötödénél sikerült ez. A többi esetben csak valamilyen azonosító vagy általános megnevezés szerepel, így ezt a publikusnak szánt információt anonimmá teszik. Következtetés: Vizsgálatunk az adatbázisból kinyerhető információk elemzése mellett rámutat arra, hogy milyen problémák befolyásolhatják a magyar klinikai kutatás helyzetéről kialakult nemzetközi képet. Orv. Hetil., 2017, 158(9), 345–351.

Open access

Adattudományi innováció az egészségügy környezeti kihívásainak kezelésében: a nagy adatállományok hasznosításának jelentősége és lehetőségei a járványkezelésben

Innovation in Data Science to Address the Environmental Challenges of Health Systems: the Significance and Opportunities of the Analysis of Big Routine Datasets in Pandemic Management

Scientia et Securitas
Authors: Péter Gaál, Tamás Joó, Tamás Palicz, Péter Pollner, István Schiszler, and Miklós Szócska

Összefoglaló. A COVID-19 járvány rámutatott arra, hogy az egészségügy kiemelt nemzetbiztonsági terület. Az egészségbiztonsági kockázati tényezőkkel szemben ellenálló egészségügyi rendszerek adattudományi innováció nélkül nem képzelhetők el. A közlemény két esettanulmányon keresztül mutatja be, hogy a nagy, működés során generálódó adatbázisok elemzése hogyan segítheti a járványokkal szembeni védekezést. A mobilcella információk elemzése a leghatékonyabb eszköz a tömeges népességmozgások nyomon követésére, így a vesztegzár intézkedések hatásának döntéstámogatási célú vizsgálatára, az oltásellenes közösségimédia-aktivitás hálózatelemzése pedig segíti az immunizációs kampányok tervezését és megvalósítását. Tanulmányunkban amellett érvelünk, hogy az egészségügy információ- és kommunikációtechnológia fejlődésére építő digitalizációja a kulcsa egy környezeti változásokkal megbirkózni képes egészségügy kialakításának.

Summary. The COVID-19 pandemic has shown that health and health care should be considered a top priority area of national security. Health security risks can only be addressed with resilient health systems, which are not possible to be established without innovation in health data science. This publication introduces two examples to illustrate this point, both in the field of the management of epidemics. The first case provides a summary of our previous publication about how mobile phone Call Detail Records can be used to trace population movement to evaluate the effectiveness of movement restriction measures, such as the lock down, which was implemented in Hungary during the first phase of the COVID-19 pandemic. Our analysis shows that the collation and processing of Call Detail Records is an effective and inexpensive method to monitor mass population movement, and complements well the GPS-based smartphone method, which is more suitable for contact tracing and controlling of home quarantine of individuals. Our CDR-based method could be used by other countries, as well as to monitor movement between countries at the European level or internationally, with minimal adaptation effort. The second case introduces a study to gain insight into and better understanding of the potential impact of antivaccination social media activism on the Human Papilloma Virus vaccination campaign in Hungary in 2014. The network analysis of Facebook antivaccination posts and comments showed that during this period, the activists in this network were unable to reach a wider population and were not able to disturb the implementation of the expansion of the well functioning Hungarian public vaccination programme. Unfortunately, this is not the case regarding the COVID-19 vaccination campaign in progress, which suggests that the antivaccination activism is a real and serious security threat to be dealt with. In conclusion, we argue in this paper that the digital transformation of health care, based on the explosive development of information and communication technologies, is of key importance to the establishment of resilient health systems, which are able to cope efficiently with the challenges posed by the rapid environmental changes generated by societal transformation of the 21st century.

Open access

A genetikai adatok szerepe a járványok elleni küzdelemben

Genetic data in the fight against pandemics

Scientia et Securitas
Authors: Ágnes Becsei, Orsolya Anna Pipek, Péter Pollner, and István Csabai

Összefoglaló. A COVID–19-járvány alatt bizonyossá vált, hogy az adattudományok, az adatok gyors megosztása és a nemzetközi összefogás a hatékony járványkezelés kulcsfontosságú eszközei. A járvány előtt létrejött Újonnan Felbukkanó fertőző betegségek Obszervatóriuma (Versatile Emerging infectious disease Observatory, VEO) nevű nemzetközi konzorcium célja egy olyan monitorozó rendszer kiépítése, amely a potenciálisan veszélyes kórokozókat még az előtt azonosítja, mielőtt azok tömeges megbetegedéseket okoznának, lehetőséget adva ezzel a gyors reagálásra. A járványok megelőzésére és kezelésére létrejött nemzetközi együttműködésekben, így a VEO-ban is a kórokozók, vagy a fertőzésnek kitett személyek genetikai szekvencia adatai kiemelkedő fontosságúak. Az ilyen típusú adatok kezelésével kapcsolatban az Európai Unióban többek között a Nagojai Jegyzőkönyv és a GDPR fogalmaz meg elveket, szabályokat.

Summary. Data science is proved to be a key tool in the fight against the ongoing COVID-19 pandemic, but it requires a huge amount of data shared between international research groups. The Versatile Emerging infectious disease Observatory (VEO) EU collaboration was established to generate and distribute high quality data for an evidence-based early warning system for emerging infectious diseases. Through an iterative process between data scientists, disease experts, social scientists and citizen scientists, a collaborative platform will be created for storing, secure sharing and analyses of traditional and new data sources. Next generation sequencing (NGS) has revolutionized genomic research. This versatile technology is broadly applicable to pathogens and human hosts. Rapid sharing of pathogen genetic resources, including physical samples of cultured pathogens and additionally genetic sequencing data of pathogens, is crucial in support of research and outbreak response. Access to genetic resources is regulated by the Nagoya protocol which is an internationally binding treaty to ensure equal sharing of benefits arising from the use of genetic resources. So far the Nagoya protocol has been applied only to biological samples, but digital data from genetic sequencing doesn’t necessarily fall under the treaty. Effects of diseases can differ based on genetic backgrounds, as certain gene variants may provide protection against or susceptibility to viral diseases. Human genomic data is an important resource for medical research. The General Data Protection Regulation (GDPR) lists identifiable human genetic data as sensitive, which is a subset of personal data. Sharing and analysis of this kind of data are strictly regulated and they are also subject to ethical challenges. These concerns become less pronounced when analyzing environmental samples like sewage. Samples collected from wastewater treatment plants can be used as pooled samples, containing naturally anonymized genetic information of the human population, near the wastewater treatment plant.

Open access
Orvosi Hetilap
Authors: Dezső Ribli, Richárd Zsuppán, Péter Pollner, Anna Horváth, Zoltán Bánsághi, István Csabai, Viktor Bérczi, and Zsuzsa Unger

Absztrakt:

Bevezetés és célkitűzés: A számítógépes ’mélytanulás’ (deep learning) az elmúlt két évtized számítástechnikai fejlődésének legjelentősebb ajándéka. A számítógépes mélytanulásban rejlő – egyelőre még beláthatatlan – lehetőségek megértése, befogadása és alkalmazása a medicina megkerülhetetlen feladata. Módszer: Ajándék és feladat, hiszen az exponenciálisan növekvő adatok (képalkotó vizsgálati, laboratóriumi, terápiaválasztási lehetőségek, terápia-kölcsönhatások stb.) „bitjeinek” tengerében minden vágyunk és deklarációnk ellenére mind kevésbé tudjuk a személyre és állapotra, a tumorra és környezetére szabott individuális ellátást megvalósítani. Eredmények: A jelen pillanatban felelős ellátóként – és nem kevésbé felelős finanszírozóként – azt élhetjük meg, hogy egyéni és közösségi szinten is szuboptimális folyamatokat tartunk fenn, aminek oka egyszerre az adatok bősége, ugyanakkor az ellátáshoz individuálisan fontos adatok hiánya. A számítógépes mélytanulás, a medicina lényegét adó ember–ember közti találkozás gyógyító erejét nem csorbítva – hanem inkább kiterjesztve –, ebben kínál fényt az alagútban. Következtetés: Belátva tehát saját adatintegrációs és ismereti korlátainkat, nekünk, orvosoknak és ellátásfinanszírozóknak – sajátos előítéleteinket és félelmeinket feladva – kell megtanulni a számítógépes mélytanulásban rejlő különleges lehetőségeket, melyek nemcsak a képalkotó diagnosztikában, hanem már napi realitásként a terápia területén is használhatók (immunterápia). A közlemény ehhez igyekszik kedvet csinálni. Orv Hetil. 2019; 160(4): 138–143.

Open access

A valproátterápia túlélésre gyakorolt hatása gliomás betegekben

Alternatív terápiás lehetőség a radiokemoterápia eredményességének javítására

Supplementary valproate therapy for glioma patients

An alternative opportunity to enhance the efficiency of radio-chemotherapy
Orvosi Hetilap
Authors: Tamás Mezei, Dávid Mészáros, Péter Pollner, Attila Bagó, Imre Fedorcsák, Péter Banczerowski, and László Sipos

Összefoglaló. Bevezetés: A gliomák, ezen belül a glioblastoma kezelése továbbra is megoldatlan onkológiai problémát jelent. A szekunder szimptómás epilepsziabetegség megjelenése pozitív prognosztikai faktornak tekinthető a korai diagnosztizálás és az antiepileptikumok potenciális tumorellenes hatásának köszönhetően. A valproát túlélést hosszabbító hatása már több mint 20 éve az alap- és klinikai kutatások tárgyát képezi. Napjainkban ismert citotoxikus, proapoptotikus, antiangiogenetikus és hiszton-deacetiláz-gátló hatásmechanizmusa. Célkitűzés: Kutatásunk célja a valproát túlélést hosszabbító hatásának vizsgálata egy hazai gliomás betegcsoportban. Módszer: Egycentrumos, retrospektív klinikai vizsgálatot végeztünk. A vizsgálatba 122 felnőtt beteget vontunk be, akiknél 2000 januárja és 2018 januárja között supratentorialis glioma miatt műtét történt, és rohamtevékenység miatt antiepileptikumot (valproát, levetiracetám, karbamazepin) szedtek. Egyúttal gyógyszert nem szedő kontrollcsoportot is kialakítottunk. A populációt vizsgálati és kontrollcsoportokra osztottuk 28 : 52 arányban. Leíró statisztikai, Kaplan–Meier- és log-rank analízist végeztünk. Eredmények: A vizsgált szövettani kategóriák túlélési analízise az irodalmi adatokkal megegyező értékeket mutatott. A progressziómentes (PFS: p = 0,031) és a teljes (OS: p = 0,027) túlélés tekintetében is szignifikáns eltérés mutatkozott a különböző antiepileptikumot szedő betegcsoportok között, amely még kifejezettebbé vált a valproátot és az egyéb antiepileptikumot szedő betegek túlélési idejének összehasonlítása során (PFS: p = 0,006; OS: p = 0,015). Következtetés: Vizsgálatunkban a valproát betegeink PFS- és OS-idejének meghosszabbodását eredményezte. Az irodalmi adatok és kutatásunk alapján megfontolandónak tartjuk a valproát első vonalban történő alkalmazását onkoterápiában részesülő, epilepsziás, agyi gliomás betegekben. Orv Hetil. 2021; 162(24): 960–967.

Summary. Introduction: Gliomas still prove to be a serious oncological problem. The presence of epilepsy may present a favorable prognosis due to early diagnosis and the potential antitumor effects of antiepileptic drugs. The survival prolongation effect of valproate has been studied for more than 20 years, nowadays its proapoptotic, anti-angiogenetic, cytotoxic and histone deacetylase inhibitory effects are well known. Objective: Our goal was to investigate the survival-enhancing effects of valproate in a Hungarian patient cohort of primary brain tumors. Method: A single-center based retrospective clinical trial was designed. In our study, we included 122 patients harboring supratentorial glioma who underwent surgery and experienced seizures between 2000 January and 2018 January. The patients were grouped by the antiepileptic therapies and survival analysis was performed. Results: The Kaplan–Meier curves of the histological categories showed the survival values consistent with the data of the literature. The progression-free (PFS: p = 0.031) and the overall (OS: p = 0.027) survival of the antiepileptic drug categories were significantly different. It was performed by comparing the valproate group and the population formed by the other groups which also showed a significant increase in the survival values (PFS: p = 0.006; OS: p = 0.015). Conclusion: Our results show that valproate increases the PFS and OS period of glioma patients in comparison to other antiepileptic drugs. Our data suggest that the use of valproic acid should be considered as a first-line antiepileptic agent in certain well-selected epileptic patients with glioma as a supplement to the oncotherapy. Orv Hetil. 2021; 162(24): 960–967.

Open access