science >> Wetenschap >  >> Biologie

10 manieren waarop gegevens werden gebruikt om ziekten te bestrijden

Bruce Aylward, adjunct-directeur-generaal van de Wereldgezondheidsorganisatie, spreekt tijdens een persconferentie over de Ebola-roadmap in Genève, Zwitserland. Datawetenschap heeft enorm geholpen bij het in kaart brengen van ziekten. Murat Unlu/Anadolu Agency/Getty Images

Big data is een van de krachtigste instrumenten die we hebben in de strijd tegen ziekten. Hoe meer gegevens we in de hand hebben, hoe beter we zijn opgeleid in de keuzes die we maken in de gezondheidszorg. Gegevens kunnen een beeld geven van de gezondheid van een bepaalde gemeenschap en ons leren over de overeenkomsten tussen patiënten, zodat we risicofactoren kunnen inschatten. Het kan ons helpen meer over ziekte te leren en daarom een ​​remedie te vinden, of laten we eens kijken hoe uitbraken zich verplaatsen om ze effectief in te dammen.

Datawetenschap is een van de meest interdisciplinaire gebieden die er bestaan. wetenschappers, dokters, wiskundigen, computerprogrammeurs en epidemiologen zijn slechts enkele van de beroepen die betrokken zijn bij datawetenschap. Alle mensen spelen een rol bij het verzamelen van gegevens, het analyseren, uitzoeken hoe het te gebruiken of ernaar te handelen.

Hier zijn 10 manieren waarop data science is gebruikt bij verschillende ziekten en epidemieën.

Inhoud
  1. Kanker voorkomen
  2. Uitbraken voorspellen voor door muggen overgedragen ziekten
  3. Symptomen van de ziekte van Parkinson detecteren
  4. Ebola-uitbraken in kaart brengen
  5. Risico op hartaandoeningen berekenen
  6. Geneesmiddelenepidemieën stoppen
  7. Op de gemeenschap gebaseerde oorzaken
  8. Langdurige cohortonderzoeken
  9. De verspreiding van griep volgen
  10. Crowdsourcing-computers

10:Kanker voorkomen

Een vrouw krijgt een mammogram in een ziekenhuis in de Haute-Savoie, Frankrijk. Aanbevelingen voor het krijgen van mammogrammen zijn de afgelopen jaren veranderd. BSIP/UIG via Getty Images

Niet alle vormen van kanker zijn te voorkomen, maar zou je niet willen stoppen met degenen die dat wel zijn? Screening op aanleg en vroege groei bestaat voor cervicale, borst, long, prostaat- en darmkanker. Maar hoe bepalen artsen richtlijnen over wie gescreend moet worden, hoe vaak en wanneer? Het antwoord ligt in big data.

De U.S. Preventative Service Task Force gebruikt hoogwaardige big data uit grote epidemiologische onderzoeken om screeningrichtlijnen te bepalen. Bijvoorbeeld, van het bestuderen van het aantal vals-positieve kankerdiagnoses bij vrouwen van in de veertig, de taskforce heeft vastgesteld dat het krijgen van mammogrammen vóór de leeftijd van 50 niet nodig is (tenzij er een voorgeschiedenis is van borstkanker in de familie) [bron:WebMD].

Door zoveel mogelijk gegevens van kankerpatiënten te halen, leren artsen ook hoe kankers groeien. De Oregon Health and Science University voert proeven uit met gen-sequencing van duizenden kankerpatiënten om meer te weten te komen over hoe kankervorming bij verschillende mensen plaatsvindt, zodat ze snellere diagnoses kunnen stellen. De universiteit stelt zich zelfs voor om in 2020 kanker binnen 24 uur te kunnen diagnosticeren, dankzij wat ze leren [bron:Oregon Health and Science University].

9:Uitbraken voorspellen voor door muggen overgedragen ziekten

Aedes aegypti muggen worden gezien in een laboratorium van het Fiocruz-instituut in Recife, Pernambuco staat, Brazilië. Deze mug brengt het Zika-virus over en wordt aan het instituut onderzocht. Mario Tama/Getty Images

Muggen zijn al lang de verspreiders van ziekten zoals malaria en knokkelkoorts, dus het verzamelen van informatie over de soorten muggen die deze ziekten dragen en waar ze leven, kan ons helpen in onze strijd tegen deze aandoeningen. De recentere uitbraak van het door muggen overgedragen virus Zika heeft ons laten zien hoe eng het kan zijn om een ​​gebrek aan gegevens te hebben over hoe een ziekte zich verspreidt en wat het met mensen kan doen.

Om deze door muggen verspreide ziekten te bestrijden, wetenschappers van IBM, Johns Hopkins en de University of California San Francisco hebben samengewerkt aan het creëren van open source software waarmee epidemiologen voorspellende ziektemodellen kunnen maken [bron:Ungerleider]. De software is zo ontworpen dat epidemiologen met minimale codeerkennis het nog steeds kunnen gebruiken om gegevensanalyse uit te voeren, het traject van uitbraken voorspellen en strategieën plannen om de verspreiding van ziekten in te dammen.

Het programma maakt gebruik van gegevens van de Wereldgezondheidsorganisatie die de algemene gevoeligheid van een regio voor uitbraken aantonen, populatiemodellen van zowel mensen als muggen, en klimaatgegevens die potentiële uitbraaklocaties aanwijzen. Bij elkaar genomen, deze gegevens kunnen de verspreiding van door muggen overgedragen virussen vertragen.

8:Symptomen van de ziekte van Parkinson detecteren

Bokser Mohammed Ali, die al jaren de ziekte van Parkinson had, wordt getoond met zijn vrouw Yolanda Ali op een evenement. Axel Koester/Sygma/Sygma via Getty Images

Ziekte van Parkinson, een neurologische aandoening die wereldwijd meer dan 10 miljoen mensen treft, geeft een goed voorbeeld van hoe gegevensverzameling in combinatie met technologie een verschil kan maken in de gezondheidszorg [bron:Parkinson's Disease Foundation].

Een persoon met Parkinson heeft vaak zeer ernstige lichaamstrillingen. Deze worden veroorzaakt doordat zijn of haar hersenen langzaam stoppen met het produceren van een neurotransmitter genaamd dopamine. Hoe minder dopamine een persoon heeft, hoe minder hij in staat is om zijn bewegingen en emoties te beheersen [bron:National Parkinson Foundation].

Echter, tegen de tijd dat hij zichtbare symptomen heeft (zoals beven) en de diagnose Parkinson wordt gesteld, maar liefst 80 procent van de neuronen in zijn hersenen die geassocieerd zijn met dopamine zijn vernietigd [bron:Feber]. Hoewel er momenteel geen remedie is voor Parkinson, er zijn behandelingen om de symptomen onder controle te houden. Dus, als artsen symptomen eerder kunnen detecteren, dan kan de behandeling eerder starten.

Hiertoe, verschillende bedrijven hebben draagbare technologie onderzocht om gegevens te verzamelen over nauwelijks merkbare trillingen, looppatroon en slaapkwaliteit. Terwijl de gegevens worden samengevoegd, het kan informatie verstrekken aan technologiedragers over de vraag of ze aanleg hebben voor Parkinson en hen helpen om vroegtijdig behandeld te worden. Het verzamelen van deze enorme hoeveelheid gegevens in een centrale hub geeft artsen en wetenschappers ook de mogelijkheid om te zoeken naar gemeenschappelijke draden bij Parkinson-patiënten, misschien op een dag die tot genezing leidt.

7:Ebola-uitbraken in kaart brengen

Een vrouw kijkt naar een kaart bij het landelijke telefonische informatiecentrum van het Rijksinstituut voor Volksgezondheid en Milieu (RIVM) in Den Haag, opgezet voor mensen die vragen hebben over het ebolavirus anno 2014. VALERIE KUYPERS/AFP/Getty Images

Van 2014-2015, een massale uitbraak van ebola plaatsvond, meestal in West-Afrika. Meer dan 11, Alleen al in die regio stierven 000 mensen aan deze ziekte [bron:Centers for Disease Control and Prevention (CDC)]. Met de uitbraak van het virus in enkele van de armste landen ter wereld, het was moeilijk om medische informatie bij de burgers te krijgen, en er was weinig infrastructuur om de ziekte te bestrijden. Een belangrijk punt van zorg in de wereldwijde strijd tegen ebola was het begrijpen waar het virus zich verspreidde om de gebieden te bepalen met de meest dringende behoefte aan hulp. En dit is waar datawetenschap tussenbeide kwam.

Met behulp van realtime kaartsoftware, Wetenschappers en gezondheidswerkers kunnen de ziekte in heel Afrika volgen en de meest kwetsbare gebieden voorspellen die in de toekomst zouden kunnen bezwijken voor een uitbraak. Verzamelen van datapunten over de locatie van vleermuissoorten (de waarschijnlijke drager van het Ebola-virus), bevolkingsdichtheid, reistijd vanaf de dichtstbijzijnde grote nederzetting, en een handvol andere factoren, wetenschappers kunnen voor de ziekte komen.

De mappingtool is in februari 2016 tijdens een workshop uitgerold. "Ik kan gemakkelijk door de kaarten gaan en specifiek de districten in Ghana zien waar de niche van het ebolavirus is, waar zal er waarschijnlijk een uitbraak zijn, en van daaruit kunnen we de dierenbewaking doen, " zei deelnemer Dr. Richard Suu-Ire, hoofd van de veterinaire eenheid voor dieren in het wild in Ghana, die verantwoordelijk is voor het verzamelen van vleermuismonsters voor ebola-surveillance in zijn land [bron:Fortunati].

6:Risico op hartziekte berekenen

Lawanda Fearrington (links) en haar zus Nicole hebben allebei familiaire gedilateerde cardiomyopathie, een hartaandoening die hun vader in 2003 om het leven bracht (te zien op de foto waar ze naar kijken). Hun andere twee zussen hebben dezelfde ziekte. Michael S. Williamson/The Washington Post via Getty Images

Een van de krachtigste manieren waarop gegevens in de geneeskunde kunnen worden gebruikt, is het berekenen van risico's. Wanneer er voldoende gegevenspunten zijn verzameld en geanalyseerd, artsen en gezondheidswerkers kunnen niet alleen bepalen welke factoren een rol kunnen spelen bij een ziekte, maar ook het triggerpoint waarop iemand een hoog risico loopt om het op te lopen.

Hartziekten zijn hier een uitstekend voorbeeld van. Het is de nummer 1 doodsoorzaak in de VS, toe te schrijven aan een op de vier sterfgevallen [bron:CDC]. Eerder, artsen gebruikten om het risico op hartaandoeningen voornamelijk te berekenen op basis van cholesterolwaarden. Als cholesterol hoog was, patiënten kregen medicatie voorgeschreven; indien laag, ze werden geacht geen risico te lopen.

Echter, gebruikmakend van een verzameling gegevens verzameld uit meerdere bronnen, het American College of Cardiology en de American Heart Association vonden overeenkomsten bij patiënten met hartaandoeningen die veel verder gingen dan alleen een hoog cholesterolgehalte. Met enorme datasets over gewicht, ras, leeftijd, geschiedenis, cholesterol en een paar andere factoren, de groepen hebben een test gegenereerd die fungeert als een veel uitgebreidere en gepersonaliseerde risicocalculator, genaamd de ASCVD Risk Estimator [bron:Gaglioti]. Als resultaat, artsen hebben de manier veranderd waarop ze oefenen en het risico op hartaandoeningen berekenen.

5:Geneesmiddelenepidemieën stoppen

Een politieagent houdt zakken heroïne vast die als bewijsmateriaal in beslag zijn genomen in Gloucester, Massachusetts. in 2015, Gloucester heeft het Angel-programma gemaakt, die verslaafden doorverwijst naar behandelcentra, in plaats van ze op te sluiten. Het programma is door veel politiediensten gekopieerd. John Moore/Getty Images

Drugsgebruik kan gemeenschappen verwoesten, net als veel ziekten. Het aantal sterfgevallen als gevolg van een overdosis in de Verenigde Staten is duizelingwekkend:meer dan 47, 000 alleen al in 2014 [bron:American Society of Addiction Medicine]. In feite, overdosis drugs is de belangrijkste doodsoorzaak in de Verenigde Staten, en verslaving aan opioïden is de oorzaak van de meeste sterfgevallen.

Het volgen van sterftegegevens in verschillende gemeenschappen kan zorgverleners, regeringen en gemeenschapsactivisten een goed idee hebben van hoe drugs een bepaalde regio kunnen beïnvloeden. Op basis van deze gegevens, ze zouden kunnen weten waar met name dodelijke soorten drugs steden zouden kunnen infiltreren en overheidsacties kunnen gebruiken om de verspreiding te stoppen. Door meer te weten te komen over waar mensen sterven aan een overdosis, kunnen regeringen een idee krijgen van welke gemeenschappen interventies nodig hebben, zoals rehabilitatiediensten of artsen om schadebeperkende strategieën aan te bieden.

Dit type strategie heeft veel plattelandsgemeenschappen geholpen om actie te ondernemen tegen de opioïde-epidemie, leidt tot zeer positieve resultaten. Verschillende landelijke gebieden in de VS hebben de rehabilitatiestrategieën gevolgd die zijn uiteengezet door de Gloucester, De politie van Massachusetts dat, in slechts een jaar, leidde ertoe dat meer dan 400 patiënten werden doorverwezen naar behandeling en dat de kosten van nachtelijke opsluiting met 75 procent daalden. Bijvoorbeeld, iedereen met een verslaving kan het politiebureau binnenlopen en het aanwezige personeel helpt hen in een behandelprogramma te komen [bron:Toliver].

Eindelijk, het hebben van drugsgerelateerde sterftegegevens bij de hand heeft ertoe geleid dat de Centers for Disease Control and Prevention richtlijnen hebben opgesteld voor artsen over opioïdenreceptpraktijken [bron:Gaglioti]. De gegevens helpen niet alleen de epidemie te bestrijden, maar het raakt ook de oorzaak van het probleem en kan middelenmisbruik stoppen voordat het vat krijgt.

4:Op de gemeenschap gebaseerde oorzaken

Dr. Mona Hanna-Attisha, directeur van het Pediatric Residency Program in het Hurley Medical Center die Flint heeft blootgelegd, Michigan's hoge loodgehalte in de watervoorziening, getuigt tijdens een hoorzitting op Capitol Hill. SAUL LOEB/AFP/Getty Images

Soms hoeven de gegevens niet "groot" te zijn om een ​​grote impact te hebben op de bestrijding van ziekten. een kleinere, gerichte set gegevens kan een eye-opener zijn over de gezondheid van een gemeenschap. de vuursteen, Michigan, watercrisis is een perfect voorbeeld.

Een onderzoek door een civiel ingenieur toonde aan dat watermonsters van huizen in Flint veel lood bevatten; echter, het bewijs dat hij vond was niet genoeg om regeringsleiders ervan te overtuigen dat het water vervuild was. Na gehoord te hebben over de studie van de ingenieur, een kinderarts in de stad besloot haar eigen dataset samen te stellen.

Dr. Mona Hanna-Attisha verzamelde informatie uit ziekenhuisdossiers en ontdekte buitengewoon hoge niveaus van lood in het bloed van kindpatiënten. In plaats van te wachten tot haar bevindingen gepubliceerd worden in een medisch tijdschrift, ze hield een persconferentie, en de stadsambtenaren werden gedwongen te luisteren.

Loodvergiftiging kan langetermijneffecten hebben op de ontwikkeling en het gedrag van de hersenen van een kind, en in Flint, bijna 27, 000 kinderen werden blootgesteld aan lood in het water van de stad [bron:D'Angelo]. Zonder de dataset die aantoonde dat er iets mis was, duizenden meer kinderen hadden kunnen worden geschaad.

3:Cohortstudies op lange termijn

De burgemeester van New York, Bill de Blasio, hield een toespraak tijdens een evenement ter ere van FDNY-lid Ray Pfeifer, die stierf aan een zeldzame kanker waarvan wordt aangenomen dat hij afkomstig is van 8 maanden dienst op Ground Zero. Pfeifer was een activist voor uitgebreide voordelen. Andy Katz/Pacific Press/LightRocket via Getty Images)

Pools met big data zijn geweldige plekken om op patronen te vissen. Wetenschappers en artsen zullen zich soms bezighouden met langetermijnstudies van specifieke groepen mensen om erachter te komen of er overeenkomsten zijn in hoe hun gezondheid vordert. Bijvoorbeeld, gezondheidswerkers zijn momenteel bezig met een studie van 9/11 first responders om de langetermijneffecten van hun blootstelling op Ground Zero te leren kennen. Door zeldzame kankers en aandoeningen van de luchtwegen die ze kunnen ontwikkelen aan deze blootstelling toe te schrijven, krijgen artsen en de overheid meer informatie over het opzetten van zorg- en ondersteuningssystemen.

Een van de meest impactvolle cohortstudies is het Women's Health Initiative (WHI). Gelanceerd in 1993, deze langdurige klinische proef verzamelde gegevens over 161, 000 postmenopauzale vrouwen om strategieën te leren voor het voorkomen van hartaandoeningen, borst- en darmkanker, en osteoporotische fracturen [bron:WHI].

De patronen die de wetenschappers bij deze vrouwen opmerkten, hebben de manier veranderd waarop zorgverleners deze ziekten voorkomen en behandelen. een enorme return on investment opleveren. Onderzoekers gebruikten een ziektesimulatiemodel over een periode van negen jaar (2003-2012) om de verschillen in de gezondheid van vrouwen te vergelijken op basis van de bevindingen van de WHI-onderzoeken.

Het model toonde aan dat door het volgen van de richtlijnen van de WHI, er waren 76, 000 minder gevallen van hart- en vaatziekten, 126, 000 minder gevallen van borstkanker en 4,3 miljoen minder gebruikers van gecombineerde hormoontherapie. Verder, de simulatie van het ziektemodel toonde aan dat door gebruik te maken van de bevindingen van de WHI over die periode van negen jaar, Amerikanen hebben naar schatting $ 35,2 miljard aan directe kosten voor gezondheidszorg bespaard [bron:National Institutes of Health].

2:De verspreiding van griep volgen

Een vrouw krijgt een griepprik bij een apotheek. Op de website FluNearYou.org kunnen Amerikanen griepsymptomen posten en wetenschappers gebruiken de informatie om grieptrends te volgen. Terry Vine/Getty Images

Ondanks de jaarlijkse druk om mensen aan te moedigen zich te laten vaccineren tegen de griep, deze zeer besmettelijke ziekte van de luchtwegen slaagt er nog steeds in om elk jaar miljoenen mensen in de VS te treffen en duizenden mensen te doden die wel ziek worden [bron:CDC].

Een persoon met griep kan anderen besmetten een dag voordat de symptomen zich voordoen, en tot zeven dagen nadat ze ziek wordt, dus weten waar en wanneer de griep zijn hoogtepunt bereikt in een land, is echt waardevol [bron:CDC].

Op de website FluNearYou.org kunnen Amerikanen de symptomen die ze hebben in wekelijkse gezondheidsrapporten plaatsen. Duizenden individuen dienen hun rapporten in op de website, en wetenschappers brengen de crowdsourced-gegevens in kaart om te achterhalen welke symptomen aanwezig zijn en op welke locaties in het hele land.

gegevenswetenschap, echter, is niet altijd perfect. Google dook in de wereld van griepvoorspellingen met hun Google Grieptrends (GFT). Op basis van zoekopdrachten van mensen naar symptomen, ze beweerden dat ze voldoende gegevens konden verzamelen om nauwkeurige schattingen van de griepprevalentie te geven tot twee weken eerder dan de CDC [bron:Lazer]. Helaas, GFT kon in 2013 geen grote grieppiek voorspellen (het algoritme bevatte te veel seizoensgebonden zoektermen die niets met griep te maken hadden). Terwijl GFT faalde, het concept van crowdsourcing van gegevens om voorspellingen te doen over ziekte is er een die vaak vrij goed werkt.

1:Crowdsourcing-computers

Het World Community Grid vraagt ​​mensen om de extra rekenkracht van hun persoonlijke apparaten te doneren om onderzoeksberekeningen te maken voor wetenschappers. Kohei Hara/Getty Images

Het verzamelen van gegevens in een centrale hub is niet de enige manier waarop we crowdsourcing kunnen gebruiken om ziekten te helpen. Crowdsourcing computers om de informatie te verwerken zijn net zo belangrijk.

Het World Community Grid is een initiatief van IBM dat mensen vraagt ​​om de extra rekenkracht van hun persoonlijke apparaten te doneren om ziekten te bestrijden. Wanneer uw apparaat inactief is, het kan onderzoeksberekeningen doen voor wetenschappers, dus resultaten die decennia zouden hebben geduurd, kunnen in maanden worden behaald. Crowdsourced-computers hebben simulaties van cellulaire functies uitgevoerd om ziekten zoals tuberculose te begrijpen; screende miljoenen chemische verbindingen tegen de doeleiwitten die Zika waarschijnlijk gebruikt om te gedijen in menselijke lichamen en identificeerde genetische markers om kanker te helpen voorspellen.

Meer dan 700, 000 vrijwilligers hebben zich al aangemeld om te helpen met deze verschillende projecten [bron:World Community Grid]. Met de hoeveelheid inactieve tijd die onze collectieve apparaten aan deze doelen kunnen bieden, dit is een manier waarop big data een groot verschil kunnen maken.

Veel meer informatie

Notitie van de auteur:10 manieren waarop we gegevens gebruiken om ziekten te bestrijden

Toen ik las over de manieren waarop gegevens ten goede kunnen worden gecrowdsourcet, kreeg ik echt zin om deel te nemen aan zoiets als FluNearYou. Het zou geweldig zijn om een ​​van de stukjes data te zijn die het beeld van het gezondheidslandschap helpt vorm te geven, daardoor van invloed op de manier waarop artsen behandelplannen kiezen. Iedereen kan zijn eigen kleine deel doen!

gerelateerde artikelen

  • Hoe gegevensintegratie werkt
  • Wat hebben we geleerd van het Human Genome Project?
  • Hoe ebola werkt
  • Top 10 uitroeibare ziekten

Meer geweldige links

  • Wereldgemeenschapsraster
  • GriepNearYou.org
  • ASCVD-risicoschatter voor hartziekten

bronnen

  • American Society of Addiction Medicine. "Opioïde verslaving, Feiten en cijfers 2016." (6 okt. 2016) http://www.asam.org/docs/default-source/advocacy/opioid-addiction-disease-facts-figures.pdf
  • Centrum voor ziektecontrole en Preventie. "Hartziekte feiten." 10 aug. 2015. (6 okt., 2016) http://www.cdc.gov/heartdisease/facts.htm
  • Centrum voor ziektecontrole en Preventie. "Hoe griep zich verspreidt." 15 aug, 2015. (6 okt., 2016) http://www.cdc.gov/flu/about/disease/spread.htm
  • Centrum voor ziektecontrole en Preventie. "Seizoensgebonden griep, Meer informatie." 4 mei 2016. (6 okt., 2016) http://www.cdc.gov/flu/about/qa/disease.htm
  • D'Angelo, Chris. "Hoe een koppige kinderarts de staat dwong om de watercrisis van Flint serieus te nemen." Huffington Post. 23 jan, 2016. (6 okt., 2016) http://www.huffingtonpost.com/entry/pediatrician-forced-state-to-take-flint-crisis-seriously_us_569febbfe4b076aadcc5014e
  • Feber, Kit. "Hoe bestrijdt datawetenschap ziekten?" LinkedIn. 19 februari 2016. (6 okt., 2016) https://www.linkedin.com/pulse/how-data-science-fighting-disease-kit-feber
  • fortuinlijk, Rachel. "Ebola in kaart brengen ter voorbereiding op toekomstige uitbraken." Instituut voor gezondheidsstatistieken en evaluatie. (6 okt. 2016) http://www.healthdata.org/acting-data/mapping-ebola-prepare-future-outbreaks
  • Gaglioti, Anna. Universitair Docent Huisartsgeneeskunde, Morehouse School of Medicine. Persoonlijk interview. 26 september 2016.
  • Lazer, David; Kennedy, Ryan. "Wat we kunnen leren van het epische falen van Google Grieptrends." Bedrade. 1 oktober 2015. (6 okt., 2016) https://www.wired.com/2015/10/can-learn-epic-failure-google-flu-trends/
  • Nationale gezondheidsinstituten. "Gezondheids- en financiële analyse versterken het besluit van de NIH om het Women's Health Initiative te financieren." 5 mei, 2014. (7 okt, 2016) https://www.nhlbi.nih.gov/news/press-releases/2014/health-and-financial-analysis-reinforces-nihs-decision-to-fund-womens-health-initiative
  • Stichting Ziekte van Parkinson. "Statistieken over Parkinson." 2016. (1 nov. 2016) http://www.pdf.org/en/parkinson_statistics
  • Toliver, Zacharias. "De opioïde-epidemie:landelijke organisaties die terugvechten." De Landelijke Monitor. 13 juni 2016. (1 nov. 2016). https://www.ruralhealthinfo.org/rural-monitor/opioid-epidemic-rural-organizations-fight-back/
  • Ungerleider, Neal. "Gegevens gebruiken, Wetenschappers kunnen uitbraken van ziekten voorspellen." Fast Company. 30 september 2013. (6 okt., 2016) https://www.fastcompany.com/3018843/fast-feed/using-data-scientists-can-predict-disease-outbreaks
  • Amerikaanse Task Force Preventieve Diensten. "Borstkanker:screening." januari 2016. (1 nov. 2016) https://www.uspreventiveservicestaskforce.org/Page/Document/UpdateSummaryFinal/breast-cancer-screening1?ds=1&s=breast%20cancer

Meer >

Meer >

Hoofdlijnen

  1. Drie soorten vezelig bindweefsel
  2. Zijn mannelijke Y-chromosomen korter dan X-chromosomen?
  3. Wat is de relatie tussen een chromosoom en een allel?
  4. Microbiologie vs. Biochemie
  5. Woordproblemen schrijven voor Math
  6. Wat zijn de stadia van de celcyclus?
  7. The Differences in Fraternal & Paternal Twins
  8. Leven gelukkige mensen langer?
  9. Processen die ATP

Wetenschap