<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=153150"><dc:title>Generiranje anonimiziranih statističnih vzorcev iz zdravstvenih podatkovnih zbirk</dc:title><dc:creator>Arsovski,	Martin	(Avtor)
	</dc:creator><dc:creator>Brodnik,	Andrej	(Mentor)
	</dc:creator><dc:creator>Žibert,	Janez	(Komentor)
	</dc:creator><dc:subject>vzorčenje populacije</dc:subject><dc:subject>anonimizacija podatkov</dc:subject><dc:subject>zdravstvena informatika</dc:subject><dc:subject>statistika</dc:subject><dc:subject>sintetični podatki</dc:subject><dc:description>Dandanes lahko rečemo, da je precej priljubljeno, hkrati pa lahko zelo koristno, proučevanje podatkov, povezanih z medicinskimi preiskavami med bolniki. Proučevanje takšnih podatkov je lahko zelo koristno v sodobni medicini in lahko tudi izboljša kakovost zdravstvenih storitev. Danes imajo verjetno vse bolnišnice za svoje bolnike zdravstvene podatkovne zbirke, ki vključujejo veliko zasebnih podatkov o pacientih, zdravstvenih obravnavah, posegih, laboratorijskih izvidih ipd. Za uporabo teh podatkov za izvajanje medicinskih raziskav in analiz pa bi morali imeti dovoljenje bolnišnic in drugih institucij, kar ljudem, ki se s tem ukvarjajo, predstavlja težavo. Poleg tega lahko takšne analize včasih stanejo veliko denarja in časa. Podatke je treba še anonimizirati in pripraviti tako, da ohranjajo statistične lastnosti osnovne podatkovne zbirke.

V naši magistrski nalogi bomo pregledali in ustrezno predstavili več metod generiranja sintetičnih podatkov na podlagi dejanskih podatkov. Bomo izbrali in implementirali nekaj najboljših metod iz literature. Implementirane metode bomo uporabili za generiranje sintetičnih podatkov. Evaluacija postopkov generiranja vzorcev bo izvedena tako, da se bodo primerjale statistične lastnosti vzorca s populacijskimi lastnostmi. Na podlagi evaluacije bomo ocenili, katere metode generiranja sintetičnih podatkov so pri tem najuspešnejše.</dc:description><dc:date>2023</dc:date><dc:date>2023-12-19 11:40:11</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>153150</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>