Python 数据分析在公共卫生领域的应用.docxVIP

Python数据分析在公共卫生领域的应用

1.疾病的监测预防

大数据分析的核心就是预测。目前卫生保健工作者能确定的健康影响因素只有10%～15%，剩下85%～90%（包括健康行为、遗传、自然和社会经济环境因素等）尚未知晓。一直以来，基本的卫生统计只能做到“就事论事”，对未来的疾病预防监控极为困难，但基于Python的数据分析可以让高效率疾病预防的梦想逐渐实现。DavideChicco和GiuseppeJurman等两位科学家收集整理了299名心力衰竭患者的医疗记录，这些患者数据来自2015年4月至12月巴基斯坦费萨拉巴德心脏病研究所和费萨拉巴德联合医院。他们应用了多个Python机器学习分类器来预测患者的生存率，并根据最重要的危险因素对特征进行排序。同时还利用传统的生物统计学测试进行了另一种特征排序分析，并将这些结果与机器学习算法提供的结果进行比较，最终发现根据血肌酐和射血分数这两项数据能够很好地预测心力衰竭患者的存活率。由此可见，Python数据分析预测较为准确，并会逐渐普及到各种疾病监测预防中。

2.前瞻性队列研究

前瞻性队列研究实施时结局并未出现，需要预测和观察一段时间才能得到。因为前瞻性队列研究偏倚小，结果可信，所以受到众多医学工作人员的青睐，但费时费力费财等缺点大大影响了它的可实施性。时间序列分析是一种可以预测未来的方法，适用于依时间排列并预测