python与医学统计_医学统计思维-数据库

数据分析是统计中最常用的技能，但是数据从何而来，许多是根据一个想法临时收集，这个想法来源可能是仙人指路，也可能是自己阅读文献或是临床实践的灵光一闪，又或者是突发奇想，然后想验证一下。无论哪一种，都是正向思维，由想法到数据收集，但许多人是没有仙人指路的，也没有大量阅读文献的技能与习惯，也缺乏敏锐的洞察力。

在读研时，由于毕业论文需要，我收集了1个小方向的数据库，大概300~400的样子，拿这个毕了业，再毕业一年后，一个师妹找到我，需要当时的数据库，因为统计套路有了，想法有了，可是没有数据，又由于疫情原因，无法到医院自己收集，进度、速度大大受阻。此时我也正在学习数据挖掘，回看自己当时的做的数据库，漏洞百出、粗制滥造，原因很多，比如源头数据的不准确、源数据无法溯源、建库思路模糊、数据改动无记录、无区分都影响了数据库的再次开发利用。正在学习数据挖掘的我也面临一些问题，由于积累不够，还没有建立一个对临床科研系统的认知观，正向思维下我无法开展工作，正向的思维需要一个明确的研究假设，然后开题，进行数据收集，最后通过数据分析验证假设。举个例子，正向思维就像挖X矿，你首先要找一个地方，然后开始挖洞，验证是否真有一个X矿。这对你的勘探定位能力要求很高，需要大量的经验积累，你才有能力找到一个可能有X矿的地方。但是目前我还不具备这种能力。

怎么办呢，坐以待毙吗？我喜欢拆东西，以前有个词叫山寨，换到工业界叫逆向工程/逆向制造。

有正向思维，也就有逆向思维。

逆向思维更加适合小白的情况，没有明确的方向，但是先把数据收集起来，然后通过对比数据，统计分析，发现规律，提炼假设，就想矿石精炼一样，但是我也不知道最后练出来什么矿，也许是金矿，也许是煤矿。正向、逆向，没有好坏之分，第一种方式比较适合王者段位的玩家，对资源、技术、意识要求较高，第二种方式更适合青铜玩家。反观我建立的第一个库，我获得哪些经验呢？

1. 没有研究该领域的高分文章，收集的变量不全。

2. 没有随访工作，单薄的数据，缺少了时间的可能性。3. 建库过程缺少记录。4. 研究有回顾研究也有前瞻研究，建库也有回顾建库与前瞻建库，没有持续做下去改进。临床工作是繁琐的，建库工作也不是一个人能完成的，最理想的模式是研究生进行录入工作，上级医生负责质控。医院的信息化建设也是助力，所有数据之源是初始录入，如何规范是学习、协调的工作，如何提取是一个技术手段，R语言、python可以做数据清洗，但是清洗工作是依据特征进行的，就想限制性内切酶，需要特定序列，进行提取，这个又回到初始录入工作了，怎样给关键信息打标，以便以后补录工作顺利高效，需要学习数据清洗，最简单的，excel是怎么拆列的。

成长很慢，现在才有一点点想法，希望有一天实现专业方向临床、标本、组学三库合一。我也在一点点进行