医学数据分析实训 项目一 医学数据采集

项目一 医学数据采集

一、实践目的

  1. 了解医学数据的特点;
  2. 熟悉常见的医学公共数据库的使用方法;
  3. 掌握获取医学数据的方法;

二、实践平台

  1. 操作系统:Windows10 及以上
  2. Python 版本:3.8.x 及以上
  3. PyCharm 或 Anoconda 集成环境

三、实践内容

医学数据采集实验的数据来源广泛,主要包括以下几个方面:

  • 患者数据:通过电子病历系统、患者自主记录等方式收集患者的临床症状、体征、病史、用药情况等信息;
  • 医疗设备数据:利用各种医疗设备(如心电图机、超声仪、CT 扫描仪等)实时监测患者的生理参数和健康状况,生成大量医学图像和数据;
  • 实验室数据:通过实验室检测获取患者的生化指标、遗传学信息、微生物学结果等数据;
  • 外部数据源:包括公共卫生数据库、医学研究数据库等,这些数据库包含了大量的医学研究成果和临床数据,为医学数据采集实验提供了丰富的资源。

1. 熟悉常见医学公共数据库的使用方法

(1)熟悉 Kaplan-Meier Plotter 平台 https://kmplot.com/analysis/ 的使用
  • 操作过程
    • 访问 Kaplan-Meier Plotter 平台首页(图 1)。

    • 输入对应参数(图 2),如基因 STAT2 和乳腺癌生存率的相关性。

    • 生成生存率关系图(图 3),并通过文字对结果进行解释。


解释含义:(fitten code生成)

1 高表达STAT2基因的乳腺癌患者群体的生存率显著高于低表达

2 体这种差异在统计学上是显著的(Log-rank P值为9e-11)

3 STAT2基因的高表达可能与乳腺癌患者更好的生存率相关

(2)熟悉 SEER 数据库 https://seer.cancer.gov/data-software/ 的使用方法
  • 操作过程
    • 在 SEER 数据库中查询癌症数据。


    • 对查询结果(图 4)进行解释。

解释含义:(fitten code生成)

1 从2000年到2021年,男性和女性的癌症发病率总体上保持稳定,没有显著的变化

2 男性和女性的发病率在2000年至2017年间没有显著的年度百分比变化

3 这张图表明,在2000年至2021年期间,所有癌症部位的年龄调整发病率在男性和女性中都没有显著变化

2. 使用 GEO 数据库 https://www.ncbi.nlm.nih.gov/geo 下载数据集

  • 操作步骤

    • 访问 GEO 页面(图 5)。

    • 在 GEO 中检索肝癌(HCC)环状 RNA(circRNA)研究数据(图 6)。

    • 选择并查看检索到的数据集(图 7)。

    • 查看数据集的详细信息(图 8)。

    • 下载数据集(图 9)。

  • 查看下载的数据集文件(图 10),并对该数据集进行解释。

解释含义:(fitten code生成)

在GEO(Gene Expression Omnibus)数据库中,"ID_REF"通常表示基因或探针的标识符。在你提供的数据集中,"ID_REF"后面的数据是基因或探针的表达值,这些值对应于不同的样本(GSM编号)。

这是一个关于肝癌(HCC)环状RNA(circRNA)研究的表达矩阵。每一行代表一个特定的circRNA(由"ID_REF"标识),每一列代表一个样本(由GSM编号标识)。矩阵中的数值表示相应circRNA在相应样本中的表达水平。

例如,第一行数据:

"ASCRP000002" 9.042573151 9.238902276 8.997313248 9.4371723 8.962706649 9.415486133 9.017848355 9.524889458 9.671877122 9.479558558 9.227469787 9.409693079 8.97187312 8.96956744

CopyInsert

表示circRNA "ASCRP000002"在14个不同样本中的表达值。这些值可以用来分析circRNA在不同样本中的表达差异,从而研究其在肝癌发生发展中的作用。

3. 通过 UCI 机器学习库下载数据集

  • 操作步骤
    • 访问 UCI 机器学习库官网(https://archive.ics.uci.edu/ )。

    • 在数据集中搜索并下载任意两个与医药卫生相关的数据集。

    • 一个是心脏病数据集,另一个是乳腺癌数据集。download the datasets.



  • 通过文字对数据集进行解释。

解释含义:(fitten code生成)

  • 这个打开数据集,自己看吧。这里举一个例子



相关推荐
戒不掉的伤怀1 分钟前
【Navicat 连接MySQL时出现错误1251:客户端不支持服务器请求的身份验证协议;请考虑升级MySQL客户端】
服务器·数据库·mysql
cv高级工程师YKY7 分钟前
服务器 - - QPS与TPS介绍
数据库
nbsaas-boot15 分钟前
高可扩展属性建模设计:架构师的全局思考与落地方案
数据库
爱上语文34 分钟前
Redis基础(5):Redis的Java客户端
java·开发语言·数据库·redis·后端
陈敬雷-充电了么-CEO兼CTO1 小时前
推荐算法系统系列>推荐数据仓库集市的ETL数据处理
大数据·数据库·数据仓库·数据挖掘·数据分析·etl·推荐算法
MeshddY1 小时前
(超详细)数据库项目初体验:使用C语言连接数据库完成短地址服务(本地运行版)
c语言·数据库·单片机
wuxinyan1231 小时前
Java面试题033:一文深入了解MySQL(5)
java·数据库·mysql·面试
萧曵 丶2 小时前
Spring @TransactionalEventListener
java·数据库·spring·事务·transactional·异步
胡斌附体2 小时前
mobaxterm终端sqlplus乱码问题解决
数据库·乱码·sqlplus·字符集设置
moon66sun2 小时前
开源项目XYZ.ESB:数据库到数据库(DB->DB)集成
数据库·esb