Can We Develop Precision Medicine for Biologic Selection in IBD Based on Routinely Available Clinical Information? Using Big Data Analytics to Identify Predictors of Anti-TNF Response

2018 ◽  
Vol 113 (Supplement) ◽  
pp. S383
Author(s):  
Scott Friedberg ◽  
Claudia Ramos del Aguila de Rivers ◽  
weston Bettner ◽  
Marc Schwartz ◽  
Gong Tang ◽  
...  
2019 ◽  
Vol 23 (5) ◽  
pp. 2063-2079 ◽  
Author(s):  
Andreas S. Panayides ◽  
Marios S. Pattichis ◽  
Stephanos Leandrou ◽  
Costas Pitris ◽  
Anastasia Constantinidou ◽  
...  

Author(s):  
Maryam Panahiazar ◽  
Maryam Karimzadehgan ◽  
Roohallah Alizadehsani ◽  
Dexter Hadley ◽  
Ramin E. Beygui

2019 ◽  
Vol 54 (5) ◽  
pp. 20
Author(s):  
Dheeraj Kumar Pradhan

2020 ◽  
Vol 49 (5) ◽  
pp. 11-17
Author(s):  
Thomas Wrona ◽  
Pauline Reinecke

Big Data & Analytics (BDA) ist zu einer kaum hinterfragten Institution für Effizienz und Wettbewerbsvorteil von Unternehmen geworden. Zu viele prominente Beispiele, wie der Erfolg von Google oder Amazon, scheinen die Bedeutung zu bestätigen, die Daten und Algorithmen zur Erlangung von langfristigen Wettbewerbsvorteilen zukommt. Sowohl die Praxis als auch die Wissenschaft scheinen geradezu euphorisch auf den „Datenzug“ aufzuspringen. Wenn Risiken thematisiert werden, dann handelt es sich meist um ethische Fragen. Dabei wird häufig übersehen, dass die diskutierten Vorteile sich primär aus einer operativen Effizienzperspektive ergeben. Strategische Wirkungen werden allenfalls in Bezug auf Geschäftsmodellinnovationen diskutiert, deren tatsächlicher Innovationsgrad noch zu beurteilen ist. Im Folgenden soll gezeigt werden, dass durch BDA zwar Wettbewerbsvorteile erzeugt werden können, dass aber hiermit auch große strategische Risiken verbunden sind, die derzeit kaum beachtet werden.


2019 ◽  
Vol 7 (2) ◽  
pp. 273-277
Author(s):  
Ajay Kumar Bharti ◽  
Neha Verma ◽  
Deepak Kumar Verma

Sign in / Sign up

Export Citation Format

Share Document