1. Pasientdemografi: Alder, kjønn, rase, etnisitet osv.
2. Sykehistorie: Tidligere sykdommer, behandlinger, operasjoner mv.
3. Familiehistorie: Helseforhold som går i familien.
4. Symptomer: Hva pasienten opplever, når det startet, hvordan det har utviklet seg osv.
5. Vitale tegn: Kroppstemperatur, blodtrykk, hjertefrekvens, respirasjonsfrekvens, etc.
6. Laboratorietester: Blodprøver, urinanalyse, bildediagnostikk, etc.
7. Behandlingsplaner: Hvilke behandlinger ble gitt, når de ble gitt, hvordan de ble tolerert osv.
8. Pasientutfall: Hvordan pasientens tilstand ble bedre eller verre over tid, om de ble friske eller døde osv.
9. Uønskede hendelser: Eventuelle negative konsekvenser som oppsto som følge av behandlingen.
10. Livskvalitet: Hvordan pasientens tilstand påvirker deres evne til å fungere i dagliglivet.
Ved å samle og analysere disse numeriske fakta, kan forskere identifisere mønstre og trender som kan føre til nye behandlinger og terapier. For eksempel kan forskere finne at en bestemt kombinasjon av medikamenter er mer effektiv i behandling av en bestemt type kreft enn et enkelt medikament. Eller de kan finne ut at en bestemt genetisk mutasjon er knyttet til en høyere risiko for å utvikle en bestemt sykdom. Denne informasjonen kan deretter brukes til å utvikle nye medisiner, behandlinger og forebyggingsstrategier.
I tillegg til å fremme medisinvitenskapen, kan numeriske data også brukes til å forbedre pasientbehandlingen. For eksempel kan leger bruke elektroniske helsejournaler (EPJ) for å spore en pasients sykehistorie og identifisere potensielle risikoer. De kan også bruke data til å tilpasse behandlingsplaner og overvåke pasientens fremgang. Dette kan føre til bedre resultater for pasientene og reduserte kostnader for helsevesenet.