S'abonner

Leveraging Data Science and Novel Technologies to Develop and Implement Precision Medicine Strategies in Critical Care - 11/09/23

Doi : 10.1016/j.ccc.2023.03.002 
Lazaro N. Sanchez-Pinto, MD a, b, , Sivasubramanium V. Bhavani, MD c, Mihir R. Atreya, MD, MPH d, Pratik Sinha, MD, PhD e, f
a Department of Pediatrics, Northwestern University Feinberg School of Medicine, Ann & Robert H. Lurie Children’s Hospital of Chicago, Chicago, IL, USA 
b Department of Preventive Medicine, Northwestern University Feinberg School of Medicine, Ann & Robert H. Lurie Children’s Hospital of Chicago, Chicago, IL, USA 
c Department of Medicine, Emory University, 100 Woodruff Circle, Atlanta, GA 30322, USA 
d Division of Critical Care Medicine, Department of Pediatrics, Cincinnati Children’s Hospital Medical Center, University of Cincinnati College of Medicine, 3333 Burnet Avenue, Cincinnati, OH 45229, USA 
e Division of Clinical and Translational Research, Department of Anesthesia, Washington University School of Medicine, 1 Barnes Jewish Hospital Plaza, St. Louis, MO 63110, USA 
f Division of Critical Care, Department of Anesthesia, Washington University School of Medicine, 1 Barnes Jewish Hospital Plaza, St. Louis, MO 63110, USA 

Corresponding author. Division of Critical Care Medicine, Ann & Robert H. Lurie Children’s Hospital of Chicago, 225 East Chicago Avenue, Bx73, Chicago, IL 60611.Division of Critical Care MedicineAnn & Robert H. Lurie Children’s Hospital of Chicago225 East Chicago Avenue, Bx73ChicagoIL60611

Résumé

Precision medicine aims to identify treatments that are most likely to result in favorable outcomes for subgroups of patients with similar clinical and biological characteristics. The gaps for the development and implementation of precision medicine strategies in the critical care setting are many, but the advent of data science and multi-omics approaches, combined with the rich data ecosystem in the intensive care unit, offer unprecedented opportunities to realize the promise of precision critical care. In this article, the authors review the data-driven and technology-based approaches being leveraged to discover and implement precision medicine strategies in the critical care setting.

Le texte complet de cet article est disponible en PDF.

Keywords : Critical care, Precision medicine, Acute respiratory distress syndrome, Sepsis, Machine learning, Electronic health records, Biomarkers


Plan


 Author contributions: all authors: concept, design, drafting of article, and final approval of the version to be published.
 Funding: none for this article. Dr L.N. Sanchez-Pinto, S.V. Bhavani, and P. Sinha received funding from the NIH.


© 2023  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 39 - N° 4

P. 627-646 - octobre 2023 Retour au numéro
Article précédent Article précédent
  • Facilitating the Next Paradigm Shift in Critical Care Through Artificial Intelligence
  • Andre L. Holder, Rishikesan Kamaleswaran
| Article suivant Article suivant
  • Predictive Modeling Using Artificial Intelligence and Machine Learning Algorithms on Electronic Health Record Data : Advantages and Challenges
  • Michael J. Patton, Vincent X. Liu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.