医学数据挖掘流程(一): 需求分析-数据梳理

明确需求：先描述想研究啥，用一句话描述，拆成X和Y，然后结合X和Y的数据类型，选择对应的分析方法。

业务指导算法人员要做什么，而不是算法指导业务，比如明确其他检测指标和联合用药，不同的药不一样。因为算法不懂业务啊。

工作流程：业务指导，制定流程。算法根据业务需求搞数据、方法、模型效果。==>形成算法报告。

数据挖掘过程：

1. 项目研究方案
2. 拿到院方数据
3. 与院方讨论数据和需求，明确数据分析目标
4. 指定数据分析思路。建模没思路，多看论文
5. 上手

目录

医学数据挖掘基本素养

明确目标 

检查原始数据是否完整

数据梳理原则：时间限定+结局限定+数据统计

 纳排标准

 如果数据有问题/缺失，跟业务和医院沟通纳排标准，或补充数据。

建模

---

医学数据挖掘基本素养

每一步都要校对数据！！！！！！！！！！！！！！！！！！！！！！！

明确目标 

• 建模
  • 有效性分析：
    • 剂量预测：tdm回归预测、分类模型。因为在医学上他们通常认为他克莫司在10-20mg的tdm浓度有效！
    • 高低剂量组--统计分析：基线(用药前后的检验指标，至少2个)、配平基线PSM、显著性分析。实验组和对照组: A+B和A；A和0；A+B+C和A+B。 
  • 安全性分析：不良反应分类：0-1二分类、多分类。
  • 经济性分析：数字疗法。成本--效益分析。
  • 个体化用药：剂量预测，回归模型，或主要剂量的二分类/多分类模型。
• 生存分析：

        cox回归需要非用药对照组，如果用药数据全部出现不良反应，则不能继续做cox，可以做一个高低剂量组统计。

• 高低剂量组对比统计分析：

        用药前后的检验指标才能形成基线，基线是为了有效性分析，指标变化才能体现出有效性！

        明确分组标准(均值-中位数-各组数据量)、PSM配平基础基线、出入院不良反应（结局事件）。

        需要分析高低剂量用药对疾病治疗或预防的显著差异（关键指标在用药前、用药3d、用药7天变化）（t检验/方差/卡方/U检验）。

• 经济性分析