Sprachen:
Deutsch
English
 
  • Gastbeitrag CVAST: Visualisierung multi-dimensionaler Zeitdaten mit TimeSpan

Gastbeitrag CVAST: Visualisierung multi-dimensionaler Zeitdaten mit TimeSpan

TimeSpan: Explorative Visualisierung multi-dimensionaler Zeitdaten zur Behandlung von Schlaganfallpatienten

Eine rasche und effiziente Behandlung von Schlaganfallpatienten kann die mit den Auswirkungen einhergehende Behinderung oder Mortalität mindern. Diese Behandlungsmethoden sind oft zeitkritisch und sollten innerhalb der ersten 4,5 Stunden nach Einsetzen des Schlaganfalls angewandt werden soll. Jedoch kann es zwischen Eintreten des Schlaganfalls und Eintreffen im Spital, sowie zwischen Eintreffen und Behandlungszeitpunkt zu Verzögerungen kommen, welche identifiziert und – soweit möglich – eliminiert bzw. minimiert werden müssen. Bestehende Indikatoren zur Response-Zeit sind onset-to-treatment, onset-to-hospital und door-to-needle die vom Qualitätsmanagement sowie vom neurologischen Personal zur Bemessung der Effiziens des Behandlungs-Prozesses herangezogen werden können.

TimeSpan ist eine Visualisierungsumgebung, mit deren Hilfe diese Zeiten analysiert werden können. Das Resultat aus den verschiedenen Task Requirements ist die TimeSpan Visualisierungs-Umgebung[1], welche aus einer Übersichts- und einer Detailansicht besteht. Der Screenshot stellt diese Umgebung dar, auf der linken Seite sieht man verschiedenen Möglichkeiten den Datensatz zu filtern (Detailed View Query Panel), rechts sind Details über die Behandlungs-Verzögerung für die gefilterten Patienten zu sehen (Detailed View); direkt darunter werden Übersichtsinformationen für den monatlichen Verlauf der Reaktionszeiten auf der Station gezeigt (Overview).

Daraus abgeleitete Erkenntnisse: Diese Umgebung erlaubt es Zeitintervalle direkt miteinander zu vergleichen obwohl sie unterschiedliche Anfangszeiten aufweisen und dadurch die Analyse erschweren würden. Ebenfalls erlauben interaktive Methoden eine genauere Aufschlüsselung und verbesserte Übersichtsfunktion, die ermöglicht sich auf bestimmte Teilbereiche der Daten zu konzentrieren und so besser Muster zu erkennen.

 

[1] M. H. Loorak, C. Perin, N. Kamal, M. Hill, and S. Carpendale, “TimeSpan: Using Visualization to Explore Temporal Multi-Dimensional Data of Stroke Patients,” IEEE Transactions on Visualization and Computer Graphics, forthcoming, 2015.

Vielen Dank für diesen Beitrag an das Centre for Visual Analytics Science and Technology (CVAST), Technische Universität Wien.