Avec le développement des nouvelles technologies d'analyse (comme par exemple les puces à ADN) et de gestion de l'information (augmentation des capacités de stockage), le domaine de la santé a particulièrement évolué ces dernières années. En effet, des techniques de plus en plus avancées et efficaces sont mises à disposition des chercheurs, et permettent une étude approfondie des paramètres génomiques intervenant dans des problèmes de santé divers (cancer, d'Alzheimer ...) ainsi que la mise en relation avec les paramètres cliniques. Parallèlement, l'évolution des capacités de stockage permet désormais d'accumuler la masse d'information générée par les diverses expériences menées. Ainsi, les avancées en terme de médecine et de prévention passent par l'analyse complète et pertinente de cette quantité de données. Le travail de cette thèse s'inscrit dans ce contexte médical. Nous nous sommes particulièrement intéressé à l'extraction automatique de motifs graduels, qui mettent en évidence des corrélations de variation entre attributs de la forme "plus un patient est âgé, moins ses souvenirs sont précis". Nous décrivons divers types de motifs graduels tels que les itemsets graduels, les itemset multidimensionnels graduels ou encore les motifs séquentiels graduels, ainsi que les sémantiques associées à ces motifs. Chacune de nos approches est testée sur un jeu de données synthétique et/ou réel. / With the raise of new biological technologies, as for example DNA chips, and IT technologies (e.g. storage capacities), health care domain has evolved through the last years. Indeed, new high technologies allow for the analysis of thousands of genomic parameters related to various deseases (as cancer, Alzheimer), and how to link them to clinical parameters. In parallel, storage evolutions enable nowadays researchers to gather a huge amount of data generated by biological experiments. This Ph.D thesis is strongly related to medical data mining. We tackle the problem of extracting gradual patterns of the form « the older a patient, the less his memories are accurate ». To handle different types of information, we propose to extract gradualness for an extensive range of patterns: gradual itemsets, gradual multidimensionnal itemsets, gradual sequencial patterns. Every contribution is experimented on a synthetic or real datasets.

Orientadores: Wu Feng Chung, Huei Diana Lee / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas / Made available in DSpace on 2018-08-23T17:40:33Z (GMT). No. of bitstreams: 1 Machado_RenatoBobsin_D.pdf: 21928006 bytes, checksum: efd4a25c4c6dd6e8c6a3f4f4426de95c (MD5) Previous issue date: 2013 / Resumo: A área computacional aplicada à medicina tem contribuído para aumentar a eficiência no armazenamento, na transmissão e na análise de dados referentes aos pacientes e, consequentemente, na precisão do diagnóstico. Nesse contexto, para ampliar ainda mais estas ações, tornam-se essenciais a formação e a consolidação de redes integradas e colaborativas de apoio à área médica à distância. Outro aspecto fundamental que deve ser considerado no trato de informações pertencentes aos pacientes e profissionais médicos é a segurança, contemplando critérios como integridade, confidencialidade e autenticidade dessas informações. Neste trabalho, desenvolveu-se um método original em telemedicina para o acompanhamento e a interação remota entre especialistas da área médica, em tempo real, durante a realização de exames videocolonoscópicos. Para a proteção de dados e para a transmissão segura e eficiente das informações referentes aos pacientes e aos exames, propôs-se um método de segurança específico. Esses métodos foram implementados em um sistema computacional aplicando tecnologia Web e ferramentas open source. Para aferir o desempenho desse sistema, avaliou-se a taxa Quadros por Segundo (QPS) durante a transmissão de vídeos sem compactação. Este processo se deu em dois ambientes distintos, com diferentes resoluções, sendo o primeiro caracterizado apenas pela rede local e, o segundo, pela rede local juntamente com a Internet, simulando ambientes reais de aplicação do método proposto. As análises dos resultados desse trabalho permitiram concluir que: 1. O método proposto, implementado no sistema computacional, cumpre os requisitos estabelecidos para transmissão de dados, segurança de informações e interação em tempo real entre os usuários; 2. O método proposto é aplicável para a realização de procedimentos videocolonoscópicos, em redes locais e na Internet. 3. O método de segurança definido neste trabalho prove privacidade para a transmissão de dados, de vídeos e de imagens, assim como para a interação entre os participantes locais e remotos / Abstract: Computational methods and tools applied to medicine have contributed to increase efficiency in storage, transmission and analysis of data related to patients and, consequently, the accuracy of diagnoses. In this context, to further expand these actions, it became essential the creation and consolidation of integrated and collaborative networks to support the medical area. Another fundamental aspect which must be considered in dealing with information about patients and medical professionals is security, considering criteria such as integrity, confidentiality and authenticity of this information. In this work, we have developed an original telemedicine method for monitoring and remotely interaction among medical experts, in real time, during the performance of video-colonoscopic procedures. For data protection, secure transmission and efficient use of information related to patients and their examinations, we have proposed a specific security method. Both methods were implemented in a computing system by applying Web technology and open source tools. In order to assess the performance of this system, we have evaluated the transmission rate in frames per second (FPS) during the streaming of an uncompressed video. We performed our experiments simulating real environments in two different scenarios with distinct resolutions, one being characterized only by the local network and the second considering the local network and the Internet. The analysis of the results has shown that: (1) the proposed method, implemented in the computational system, meets the requirements for data transmission, information security and real-time interaction among the users; (2) the proposed method is applicable for performing video-colonoscopic procedures, via local networks and the Internet, and; (3) the security method built for this system provides privacy during the transmission of the data, video and images, as well as the interaction between the local and remote participants / Doutorado / Fisiopatologia Cirúrgica / Doutor em Ciências

Einleitung In einem größeren Universitätsklinikum wie in der Charité sind EDV-gestützte Verfahren in verschiedenen Einrichtungen und für verschiedene Aufgaben im Einsatz: Verwaltung, Krankenversorgung, Forschung und Lehre. Diese Subsysteme sind in der Regel nicht in der Lage, Daten untereinander so auszutauschen, daß die in den Daten enthaltene Semantik nicht verlorengeht. Die Ursache liegt im wesentlichen in der Komplexität und in der Unschärfe der medizinischen Informationen. Medizinische Standards (HL7, DICOM, SNOMED, ICD, ICPM, ...) lassen sich für den Austausch von Daten verwenden, die gut formalisierbar und mit einer klaren Bedeutung behaftet sind. Nicht formalisierbare Daten, die z. B. in einem Befund oft vorkommen, lassen sich nicht ohne weiteres mit diesen Standards darstellen. Ziel Entwicklung eines Konzeptes für den Austausch medizinischer Daten, das die o. g. Probleme vermeidet. Material und Methoden Die Analyse der vorhandenen Subsysteme, Standards und Konzepte zeigt, daß das Konzept einerseits eine sehr einfache Syntax und eine simple Struktur aufweisen muß. Andererseits muß die medizinische Semantik voll erhalten bleiben. Als Vorbild kann die relationale Datenbank dienen, die mit einem Datentyp (Relation bzw. Tabelle) und einem einzigen Operator (SELECT) auf diesen Datentyp auskommt. Ergebnisse Das Konzept ist objektorientiert. Es enthält nur einen Datentyp. Das ist das AMICI-Objekt (AMICI: Architecture for Medical Information Exchange and Communication Interface). Über dieses AMICI-Objekt wird der gesamte Datenaustausch vorgenommen. Kann das Empfängersystem ein Objekt nicht oder nicht korrekt interpretieren, so wird die Interpretation vom Sendesystem übernommen. Ein Subsystem wird im Netzwerk über einen medizinischen Kontext angeschlossen, der das Interessengebiet und die Fähigkeit des Subsystems beschreibt. Das Subsystem kann an Hand der im Netz bekannten medizinischen Kontexte feststellen, welche weiteren Subsysteme für den eigenen Zweck interessant sein könnten. Alle AMICI-Objekte erhalten eine weltweit eindeutige Identifikation, so daß die Daten aus verschiedenen Institutionen, auch international, miteinander gemischt werden können. Diskussion Das Konzept kann als Basis für weitere Dienstleitungen in einem Klinikum bzw. einem Krankenhaus dienen. Namentlich zu nennen sind telemedizinische Anwendungen, bei denen nicht nur die Kommunikation zwischen Ärzten, sondern auch zwischen Patienten und Arzt möglich ist. Weiterhin betrifft dies den Einsatz von Software-Agenten, die sich um den Informationsbedarf eines Arztes individuell kümmern. / Introduction Large hospitals like the University hospital Charité use in different units different information systems for recording patient and medical data. There are also different tasks: administration, healthcare, research and education. These medical information systems are often called subsystems. They are usually not able to exchange data without lost of semantic. The complexity and the variability of medical terminology cause this problem. Existing medical standards (e. g. HL7, DICOM, SNOMED, ICD, ICPM, ...) are helpful for well formalised terms. Non-formalised terms that are often used in diagnostic reports can not be represented by existing standards. Aims Development of a concept for medical information exchange which fulfills the requirements mentioned above. Material and Methods The system analysis that is performed based on existing subsystems, medical standards and concepts provides two essential requirements. On the one hand the syntax of such standard must be extremely simple. On the other hand the standard must be able to transfer extremely complex semantics. As an example relational databases (RDB) provide a good idea of such simple syntax and complex semantics. RDB's include only one data type. It is called relation or table. To manipulate tables one needs only one operation. That is the SELECT command in SQL. Result The concept is object oriented. It includes only one object called AMICI-object like RDB's (AMICI: Architecture for Medical Information Exchange and Communication Interface). Data exchange is completely performed by these AMICI-objects. If the receiving subsystem is not able to interpret and represent an object, the sending subsystem will take over this task. Within a network a subsystem uses a special AMICI-object called medical context to describe its features and its area of interest. A subsystem can inquire medical contexts to explore installed and running subsystems in the network. An international unique identifier identifies every AMICI object so that you can mix objects provided by different international institutions, e. g. to use them in multi-center-studies. Discussion This concept can also be used as a basic service for higher level applications in a hospital. Two of them are telemedicine and software agents. Telemedicine is not only a tool for physicians. It should be also a tool for communication and interaction between patient and physician. Physicians can use personal software agents for information acquisition, which meets exactly his specific requirements.

In this thesis, a low-cost system, called Mobile Ambulance, is designed and implemented that provides patient&rsquo / s medical data collection and transmission from a moving ambulance. The aim of the system is to decrease the waiting time for critical care patients to be seen at the emergency department (ED) at the same time to equip the emergency physician with the essential medical data before the patient arrives the ED. Mobile Ambulance is a multi-tiered distributed application composed of three components: ambulance component to capture patient&rsquo / s essential medical data (EMD) and to transmit it to the ED (transmission is wireless via General Packet Radio Service, GPRS), synchronization component (synch for short) to persist incoming data into the back-end database and to warn the emergency physician, and service component to analyze the patient&rsquo / s EMD.

Στην παρούσα μεταπτυχιακή εργασία αξιολογήθηκε η συνδυαστική θεραπευτική φαρμακευτική αγωγή των HIV οροθετικών ασθενών βασιζόμενη σε 2 δείκτες: 1) στο ιϊκό φορτίο VL (Varial Load, copies/ml) που εκφράζει τις συγκεντρώσεις του RNA του HIV στο αίμα και 2) στον αριθμό των CD4 Τ-λεμφοκυττάρων (κύτταρα/mm3) που εκφράζει των αριθμό των κυττάρων τα οποία βοηθούν τον ασθενή να καταπολεμήσει την λοίμωξη. Συγκεντρώθηκαν δεδομένα από 278 ασθενείς και 32 ‘παλιούς’, από όλη την Ελλάδα, για το χρονικό διάστημα 1990-2006 (Πανεπιστημιακό Νοσοκομείο Ρίο). Για καθέναν από τους ασθενείς ελήφθησαν δεδομένα σε φύλλα του excel, μη κατηγοριοποιημένα, και για καθέναν υπήρχαν από 20 έως 100 μετρήσεις. Μια τόσο εκτεταμένη συγκέντρωση δεδομένων για HIV οροθετικούς ασθενείς γίνεται για πρώτη φορά στην Ελλάδα. Η θεραπεία για τον HIV περιλαμβάνει συνήθως 3 ή περισσότερα φάρμακα (HAART). Στην παρούσα μελέτη χρησιμοποιήθηκαν 3 κατηγορίες αντιρετροϊκών φαρμάκων: 1. Νουκλεοσιδικοί αναστολείς της ανάστροφης μεταγραφάσης (NRTIs) (ομάδα πράσινη), (10 φάρμακα) 2. Mη νουκλεοσιδικοί αναστολείς της ανάστροφης μεταγραφάσης (NNRTIs) (ομάδα κίτρινη), (3 φάρμακα) 3. Αναστολείς των πρωτεασών (PIs) (ομάδα μπλέ) (11 φάρμακα) Οι ασθενείς ανάλογα με την αγωγή της πρώτης θεραπείας τους κατηγοριοποιήθηκαν σε ομάδες (4) και σε υποομάδες με βάση τα επιμέρους φάρμακα κάθε ομάδας: Ομάδα πράσινη (ΝRTIs) (72 ασθενείς) Ομάδα πράσινη- μπλε (ΝRTIs-PIs) (139 ασθενείς)και 8 επιμέρους υποομάδες Ομάδα πράσινη- κίτρινη (ΝRTIs-NΝRTIs) (35 ασθενείς)και 2 επιμέρους υποομάδες Ομάδα πράσινη-κίτρινη-μπλε (ΝRTIs-NΝRTIs- PIs) (3 ασθενείς) Οι ασθενείς των ομάδων και υποομάδων μελετήθηκαν ξεχωριστά, χωρισμένοι σε μη-πεπειραμένους (naïve) και σε πεπειραμένους (experienced). Η αξιολόγηση της θεραπείας των ασθενών (κατά ομάδες και υποομάδες) έγινε με βάση:  το % ποσοστό που πέτυχαν ‘μη-ανιχνεύσιμο’ VL≤50, καθώς και VL≤200 και VL≤500, ανά τρείς μήνες (διαγραμματική παρουσίαση).  Το ποσοστό των ασθενών που δεν πέτυχαν VL≤50.  Τον μέσο χρόνο που πέτυχε VL≤50 το 50% των ασθενών (ταχύτητα ανταπόκρισης στη θεραπεία).  Τη συσχέτιση των τιμών VLέναρξης και CD4έναρξης που είχαν οι επιτυχημένοι ασθενείς κατά την έναρξη της θεραπείας (κατηγοριοποίηση σε κλίμακες), καθώς και του CD4 την στιγμή επίτευξης VL≤50, με ταυτόχρονο υπολογισμό των %μεταβολών των VL και CD4. Με βάση τα παραπάνω προέκυψαν τα ακόλουθα: Η λήψη αποκλειστικά NRTIs (ποσοστό αποτυχίας VL≤50 78,5%) ήταν λιγότερο αποτελεσματική σε σχέση με συνδυαστική αγωγή NRTIs-ΡIs (επιτυχία 81,8%), ή με NRTIs-NNRTIs (επιτυχία 81,6%). Για να δράσει η αγωγή με αποκλειστικά NRTIs, απαιτείται μεγαλύτερο διάστημα, στο οποίο μπορεί η τιμή του VL να ελαττωθεί <500, αλλά είναι λιγότερο πιθανό να πέσει <200. Μεταξύ των NRTIs-PIs & NRTIs-NNRTIs λαμβάνοντας υπόψη και τον χρόνο που πέτυχε το 50% των ασθενών, η αγωγή NRTIs-NNRTIs ήταν πιο αποτελεσματική αφού επιτεύχθηκε VL≤50 σχεδόν στο 1/3 του χρόνου. Όσον αφορά τις επιμέρους υποομάδες (NRTIs-PIs & NRTIs-NNRTIs) οι naïve ασθενείς έφταναν ταχύτερα σε μη ανιχνεύσιμα επίπεδα VL σε σχέση με τους experienced (μικρότερη ταχύτητα ανταπόκρισης), με όλα τα ΡΙs που συνδυαζόταν με NRTIs, και είχαν μικρότερα ποσοστά αποτυχίας. Οι experienced ασθενείς (ποσοστά αποτυχίας 11 έως 87%) είχαν ως πιο επιτυχημένες αγωγές την πράσινο-μπλε4 (NRTIs-NLF), την πράσινο-μπλε3 (NRTIs-IND), ακολουθούμενη από την πράσινο-μπλε5 (NRTIs-SAQ) και λιγότερο επιτυχημένη την πράσινο-μπλε1 (NRTIs-RIT), ενώ για τις πράσινο-μπλε8 (ΝRTIs-ΑΒΤ), πράσινο-μπλε1,2 (ΝRTIs-RIT-ΙΝV) και πράσινο-μπλε1,3 (ΝRTIs-RIT-ΙΝD) δεν προέκυψαν ασφαλή συμπεράσματα. Στους naïve ασθενείς υπήρχαν διαφορές στην ταχύτητα ανταπόκρισης ανάλογα με τον ληφθέντα PI. Ταχύτερη ανταπόκριση παρατηρήθηκε με την αγωγή της πράσινο-κίτρινο (συνδυασμός NRTIs-EFV & NRTIs-VIR). Όσον αφορά την αγωγή NRTIs-ΡΙ, πιο αποτελεσματική ήταν η πράσινο-μπλέ4, ακολουθούμενη από την πράσινο-μπλέ5, ενώ αντίθετα οι συνδυασμοί πράσινο-μπλέ8 και πράσινο-μπλέ2 ήταν οι λιγότερο επιτυχημένοι. Υψηλή τιμή του CD4έναρξης και χαμηλή του VLέναρξης βοηθά στην επίτευξη VL≤50. Οι περισσότεροι naïve ασθενείς είχαν χαμηλό VLέναρξης 1.000-10.000 και υψηλό CD4έναρξης (όπως και οι περισσότεροι experienced) 300-550. Οι naïve ασθενείς της πράσινο-μπλε2 (μεγαλύτερα ποσοστά αποτυχίας) είχαν σχετικά χαμηλό VLεν (<50.000) και CD4εν>100. Οι ασθενείς της πράσινο-μπλε4, είχαν τα μεγαλύτερα ποσοστά επιτυχίας πιθανόν λόγω χαμηλού VLεν (1.000-50.000) και υψηλού CD4εν (300-750 και >750). Το 85% των ασθενών της πράσινο-μπλε5 (επιτυχημένη), είχαν VLεν <10.000 και μάλιστα όταν ήταν <1.000 η ταχύτητα ανταπόκρισης ήταν η μισή σε σχέση με όταν ήταν 1.000-10.000. Οι ασθενείς της πράσινο-μπλε8, (επιτυχημένοι ακόμα και στις υψηλές κλίμακες VLεν), είχαν μεγάλο χρόνο ανταπόκρισης. Οι περισσότεροι (n=20) ασθενείς της πράσινο-κίτρινο3, είχαν VLεν 1.000-50.000 και υψηλό CD4εν 300-550 και πέτυχαν σε μεγαλύτερο χρόνο απ’ ότι της πράσινο-κίτρινο1. Για τους experienced ασθενείς της πράσινο-μπλε2, αν και υπήρχαν ευνοϊκές συνθήκες (VLεν 1.000-50.000 και CD4εν 300-550) είχαν μεγάλο ποσοστό αποτυχίας. Οι ασθενείς της πράσινο-μπλε5 (επιτυχημένη) είχαν VLεν<10.000 και όταν το CD4εν ήταν 550-750, η ταχύτητα ανταπόκρισης ήταν 4 φορές μεγαλύτερη. Οι επιτυχημένοι ασθενείς της πράσινης ομάδας κατά την επίτευξη VL≤50 (Μ.Ο.~47 μήνες) είχαν CD4 κατά ~33% αυξημένο σε σχέση με το CD4εν. Οι επιτυχημένοι ασθενείς της πράσινο-μπλε είχαν CD4 όταν VL≤50 (Μ.Ο.~27 μήνες) αυξημένο κατά ~125% σε σχέση με το CD4εν και VLεν~80πλάσιο (Μ.Ο.~86.000). Οι επιτυχημένοι ασθενείς της πράσινο-κίτρινο είχαν επίσης ανάλογο αριθμό CD4εν, αλλά ο Μ.Ο. CD4 όταν VL≤50 ήταν μικρότερος (αυξημένος κατά 21,6% έναντι 125%). Πέτυχαν σε μόλις κατά Μ.Ο. 15 μήνες, έχοντας πολύ υψηλό Μ.Ο. VLεν (~129.000) και με ποσοστό επιτυχίας ανάλογο με αυτό της πράσινο-μπλέ ομάδας (~81,6%). Οι επιτυχημένοι naïve ασθενείς των υποομάδων πράσινο-μπλε, που είχαν τις υψηλότερες τιμές VLεν κατά σειρά αποτελεσματικότητας ήταν: Π-Μπλέ1,3(3 ασθενείς)> Π-Μπλέ1>Π-Μπλέ8. Τα CD4 των επιτυχημένων ασθενών της πράσινο-μπλέ4 την στιγμή που πέτυχαν (Μ.Ο.~22 μήνες), ήταν τα πιο υψηλά (Μ.Ο. 720). Οι επιτυχημένοι ασθενείς της πράσινο-μπλέ5 είχαν τις χαμηλότερες τιμές VLεν (Μ.Ο.~ 7.000) και CD4 την στιγμή που πέτυχαν υψηλά (Μ.Ο. ~600). Οι επιτυχημένοι ασθενείς των υποομάδων πράσινο-κίτρινο, είχαν υψηλές τιμές VL έναρξης (Μ.Ο.~130.000). Οι επιτυχημένοι experienced ασθενείς που είχαν τις υψηλότερες τιμές VLεν ήταν της πράσινο-μπλέ1 (Μ.Ο.~162.000), (αποτυχία~62%), της πράσινο-μπλέ2 (αποτυχία~87%) (Μ.Ο.~90.000), καθώς και των επιτυχημένων πράσινο-μπλέ3 και πράσινο-μπλέ4 (Μ.Ο.~86.000-130.000), ενώ της επιτυχημένης πράσινο-μπλέ5 είχαν χαμηλό VLεν (Μ.Ο.~3.000). / -

The goal of this master’s thesis is to identify and evaluate data mining algorithms which are commonly implemented in modern Medical Decision Support Systems (MDSS). They are used in various healthcare units all over the world. These institutions store large amounts of medical data. This data may contain relevant medical information hidden in various patterns buried among the records. Within the research several popular MDSS’s are analyzed in order to determine the most common data mining algorithms utilized by them. Three algorithms have been identified: Naïve Bayes, Multilayer Perceptron and C4.5. Prior to the very analyses the algorithms are calibrated. Several testing configurations are tested in order to determine the best setting for the algorithms. Afterwards, an ultimate comparison of the algorithms orders them with respect to their performance. The evaluation is based on a set of performance metrics. The analyses are conducted in WEKA on five UCI medical datasets: breast cancer, hepatitis, heart disease, dermatology disease, diabetes. The analyses have shown that it is very difficult to name a single data mining algorithm to be the most suitable for the medical data. The results gained for the algorithms were very similar. However, the final evaluation of the outcomes allowed singling out the Naïve Bayes to be the best classifier for the given domain. It was followed by the Multilayer Perceptron and the C4.5.

This work deals with the 2D and 3D visualization of simulation outputs from the k-Wave toolbox. This toolbox, designed to accurately model the propagation of ultrasound waves in the human body, usually generates immense amounts of output data (up to hundreds of GB). That is why new methods for both the visualization and the effective data representation are necessary to be developed to help users to easily understand the simulation results. This thesis elaborates on the data format, simulation outputs are stored in, with the use of the HDF5 library and looking for the best way to quickly read the simulation data. Finally, the thesis presents the design and the implementation of the console-based application for big simulation data pre-processing and the GUI-based application for interactive visualization of the pre-processed data. The most significant features of these applications are downsampling data, changing the format of storing, viewing 2D sections, planar and volumetric visualization and animation of the simulation process. The proposed implementation allows parts of the simulation domain to be visualised within tens of milliseconds even if the simulation domain comprises GBs of data - This significantly streamlines the work of scientists and clinicians in the field of HIFU.

This project explored using human-centered design methods how can we change the way healthcare delivers information to people about their health so that they feel empowered and educated about their health. It also investigates how to create a space that allows for reflection about own health without falling into worry and unnecessary stress. Primar focus on the project was to investigate the end-user side and explore what value drawn from the medical records can be provided for people using healthcare. For this reason, empowerment in the healthcare context became the aim and important aspect of this project. Based on the research a set of empowerment guidelines was created that helped navigating design processes and decisions. The result is a design proposal - Health sphere - platform in a form of an app provided by the healthcare system, that gives an overview of current health status and communicates healthcare records in a way that empowers people by using progressive disclosure that gives the user the choice on how much they would like to learn. It also helps to organize and keep all medical records in one place and helps to understand their content with visuals and smart definitions of medical language.

No description available.

No description available.