An Error Occurred Setting Your User Cookie

Visualizing Dynamic #Bitcoin Transaction Patterns
▻http://online.liebertpub.com/doi/full/10.1089/big.2015.0056

http://online.liebertpub.com/na101/home/literatum/publisher/mal/journals/content/big/2016/big.2016.4.issue-2/big.2015.0056/20160614/images/medium/figure7.gif

j’ai pas lu l’article mais en termes de #visualisation_de_réseaux c’est beau

Des scientifiques ont enfin compris pourquoi les femmes ont mal pendant leurs règles - Libération
►http://www.liberation.fr/sciences/2016/06/21/des-scientifiques-ont-enfin-compris-pourquoi-les-femmes-ont-mal-pendant-l

Les règles, ça fait mal, mais on n’a jamais vraiment su - ou cherché à savoir - pourquoi. Environ huit femmes réglées sur dix sont affectées par le syndrome prémenstruel (dit SPM, ou PMS chez les Anglo-Saxons), et doivent affronter douleurs abdominales, migraines, nausées, sautes d’humeur et autres joyeusetés dans les jours qui précèdent leurs règles. Les raisons biologiques de ces manifestations restaient jusqu’alors peu connues, mais une étude, publiée dans le Journal of Women’s Health il y a quelques jours, pourrait changer la donne.

L’étude scientifique, menée sur 3 302 femmes et qualifiée de « révolutionnaire » par le quotidien britannique The Independent, suggère que ces symptômes sont provoqués par une inflammation aiguë, liée à la présence d’une protéine, la protéine C réactive, connue sous le nom de CRP. Cette protéine, synthétisée par le foie, apparaît dans le sang en cas d’inflammation de l’organisme, et son taux est généralement mesuré pour évaluer les risques de maladies cardiovasculaires, d’AVC et de crise cardiaque. Or, selon les chercheurs de l’université de Californie à Davis, à l’origine de l’étude, les femmes qui souffrent de syndrome prémenstruel ont de hauts niveaux de cette protéine dans le sang.
[…]
Cette étude fait figure d’exception, le sujet des règles douloureuses suscitant habituellement peu d’intérêt des chercheurs. En février dernier, le docteur John Guillebaud, qui enseigne à l’University College London, avait relancé le débat, rappelle the Independent, en affirmant que les douleurs ressenties pendant les règles pouvaient être aussi violentes que celles ressenties lors d’une crise cardiaque, et qu’il fallait se saisir de ce sujet, trop longtemps négligé par la recherche médicale.

Why Big Data Won’t Cure Us
►http://online.liebertpub.com/doi/full/10.1089/big.2013.0029

Big data has a rhetoric problem. When people talk about data-driven health innovation they often neglect the power of framing information as “data.” They also assume that everyone thinks about health data the same way they do. Regardless of how it is generated, digital information only becomes data when it is created as such. Calling traces of digital behavior or personal histories data masks bigger questions: data for whom and what purposes; data when and data why? Information useful for the online marketer is not necessarily useful for the patient or the clinician or the researcher. Data are meaningful because of how someone collects, interprets, and forms arguments with it. Data are not neutral. This is why Lisa Gitelman calls raw data an “oxymoron,” a contradiction in terms that hides the reality of the work involved in creating data.6 Data, I argue in an article with Brittany Fiore-Silfvast, are so important precisely because people make (or imagine) data function across multiple social worlds.7 Data are not inherently important or interesting, rather, by definition, data are used to make arguments relative. Put simply, data is only data in the eye of the stakeholder.

On the other hand, contexts, not just numbers, matter to health-care providers. This was evident when we watched how clinical care case managers talked about and made allowances for algorithmically parsed data about their patients. They explained variation within and across the numbers of each of their cases from first-hand experience and interpersonal interactions, in effect doing data interpretation on the fly. As one clinical information systems researcher put this adjudication between data and context, “A computer usually looks at one small aspect of the patient’s problem but doesn’t get the context. An expert doctor can understand the huge picture of what’s going on with a patient.”9 People in the different social worlds of health care—such as lab analysts, startup entrepreneurs, clinical health-care providers, patient, online consumers, and insurers—all think of data differently and do (or hope to do) varying work with that data

.

In the context of lifestyle tools, privacy decisions are made differently than in a medical context, even when the underlying data are the same. Paradoxically, people may be less guarded about sharing information with the for-profit companies that make their fitness apps than they are with HIPAA-bound health-care providers. This is in part because quantifiers need good information from their tools and devices for them to be useful in guiding their health and wellness choices and behaviors.12

Let’s build apps that protect privacy, not water down privacy rules for the sake of more apps. Let’s stop assuming anonymous data linked to demographic variables is actually anonymous and start protecting the data for what they are. And finally, let’s begin a conversation around the rights of digital citizenship that restores power, transparency, and control to people in a broader set of data interactions.

FDA guidelines on mHealth and mobile medical apps, expected later this year, will bring clarity and stability to the field. The enthusiasm for data, though, should not overshadow the fact that the United States still needs to provide more basic and preventative health care to more people at a cheaper cost—a problem whose solution we will almost certainly not find in big data.

Les Big Data ne nous soignerons pas - Big Data Journal
►http://online.liebertpub.com/doi/full/10.1089/big.2013.0029

Le plus grand défi pour l’utilisation de « big data » dans les soins de santé est sociale , pas technique, rappelle Gina Neff de l’université de Washington dans cet article de recherche. Appliquées à la médecine et à la modélisation prédictive, les Big Data détiennent un potentiel énorme. Mais force est de reconnaître que les praticiens ne sont pas très enthousiastes. Pour beaucoup, les données ne sont pas une source de valeur, mais une source de travail supplémentaire. Toute la question est de savoir (...)

#santé #bigdata #interopérabilité