医学科研数据挖掘方法--数据思路的构建与实例--4,5精选.ppt

* * 数据分析思路的 构建与实例 北京大学医学部流行病学与卫生统计学系 陈大方 博士/教授/博士生导师 电话：+(010 邮箱：dafangchen@bjmu.edu.cn 决定 论文 水平 思路的重要性 体现作 者知识 宽度与 深度 不怕做不到，就怕想不到 如何获得创新思路 基于文献阅读 基于数据挖掘 基于工作基础 如何基于数据挖掘 产生文章思路？ 群体（个体） 家系 一次调查/测量 多时点调查 （重复测量） 数据三要素 记录 （对象） 数据挖掘 变量 （研究内容） 时间 （研究设计） 观察结局(因变量) 研究因素(自变量) 混杂因素(协变量） 连续变量、 分类变量（二分类， 等级变量、无序变量） 环境因素、临床指标、遗传易 感性(基因多态性)…… 思考点 从研究变量之间关系角度思考 从研究对象构成的角度思考 从研究的时间角度思考 从以上两个或以上思考 芳香烃有机溶剂暴露对 女性生殖结局的影响研究 (NIH Project 1996——2000) 数据挖掘实例 课题研究背景 芳香烃类有机溶剂在环境中普遍存在，是一种潜在的生殖毒物，主要包括苯、甲苯、二甲苯、苯乙稀等。它在高浓度下对健康所产生的危害已为国内外较多研究所证实。但是，女性长期暴露于低浓度芳香烃有机溶剂对生殖结局的影响研究报道较少。 研究目的 了解石油石化工冶炼厂女工芳香烃有机溶剂等职业有害因素的暴露情况。 探讨职业、环境因素暴露，遗传易感性与女性生殖结局的关系。 问卷调查 临床体检 新婚体检 停止避孕 分娩 妊娠 新婚随访 新婚日记 每日晨尿 暴露评价 孕期随访 问卷调查 出生记录 基本信息 基本情况 生活习惯 一般健康状况 疾病史 基线 职业情况 膳食营养 月经情况 家庭居住 检查、检测 体格、肝肾 血清营养 暴露评价 β-hcg检测 遗传易感性 孕期随访 新婚随访 早孕随访 中孕随访 基线随访 分娩住院记录 研究内容 I相代谢酶基因和II相代谢酶基因，共12个基因多态性位点 职业情况 膳食营养 月经情况 家庭居住情况 其他 血红蛋白 铁 维生素B6 维生素B12 叶酸 铁蛋白 转铁蛋白受体 同型半胱氨酸 监测车间内芳香烃有机溶剂浓度 个体主动采样泵采样 暴露评价问卷 上班时活动情况 2.研究对象 (记录) 1600对在燕山石化工作的新婚体检对象： 芳香烃有机溶剂暴露组800对 非暴露组800对 3. 研究设计 (时间) 前瞻性队列研究设计 （新婚体检---临床分娩或一年） 2. 构建研究因素与结局之间关系——思路与内容创新 1. 把数据变量进行分类(研究因素/混杂因素/观察结局) 3. 初步分析数据——数据预处理、数据基本描述 4. 提炼结果，构建文章初步思路 5. 深入分析数据——技术与方法创新 6. 文章结果——形成文章完整思路 文章思路构建步骤 初步 构建 论文 思路 将数据变量进行分类 观察结局 一般人口学特征，如年龄、性别、职业 疾病史 芳香烃有机溶剂暴露，如笨、二甲苯等 职业因素，如倒班、噪声、工作体位 生活行为，如吸烟、饮酒等 膳食营养 体格检查，如身高、体重、血压 临床生化检查：如肝肾功能 血清营养素，如维生素B6，B12，叶酸、铁蛋白，转铁蛋白受体 尿液检测，如β-hcg 遗传易感性，如CYP、GST 研究因素/混杂 出生结局，如出生体重、孕周 受孕时间 早早孕丢失 临床怀孕 月经功能，如月经周期、痛经 初步 构建 论文 思路 构建研究因素与结局之间关系 一般人口学特征，如年龄、性别、职业 疾病史 芳香烃有机溶剂暴露，如笨、二甲苯等 职业因素，如倒班、噪声、工作体位 生活行为，如吸烟、饮酒等 膳食营养 体格检查，如身高、体重、血压 临床生化检查：如肝肾功能 血清营养素，如维生素B6，B12，叶酸、铁蛋白，转铁蛋白受体 尿液检测，如β-hcg 遗传易感性，如CYP、GST 出生结局，如出生体重、孕周 受孕时间 早早孕丢失 临床怀孕 月经功能，如月经周期、痛经 数据预处理 数据描述 单因素分析 初步 构建 论文 思路 初步数据分析 初步 构建 论 初步 构建 文章 思路 提炼 结果 孕妇混苯化合物暴露对胎儿生长发育的影响。 被动吸烟对女性月经功能影响研究。 北京某石油化工厂女工苯的内暴露研究。 芳香烃和母亲某些代谢酶基因多态性对新生儿出生身长的影响 微粒体环氧化酶与谷胱甘肽S转移酶的遗传多态性对新生儿出生体重的影响. 早孕期低浓度苯系物暴露对胎儿身长的影响。 低浓度混苯对女工生殖激素分