Vocero | Transcripción |
| Stan Siranovich | Buenos días a todos. Hoy vamos a hacer un análisis exploratorio de datos |
| de la base de datos VAERS. Ahora vamos a hacer un poco de historia sobre lo que es esta base de datos. VAERS, deletreado VAERS, es un acrónimo de Vaccine Adverse Effect Reporting System. Fue creado por la FDA y los CDC. |
| Recibe alrededor de 30,000 actualizaciones por año y ha sido público desde 1990, por lo que hay bastante información al respecto. |
| Y fue diseñado como un sistema de alerta temprana para detectar algunos efectos de las vacunas que no se habían informado anteriormente. |
| Ahora bien, estos son efectos adversos, no efectos secundarios, es decir, aún no se han relacionado con la vacunación. Es algo que sucedió después de la vacunación. Ahora hablemos de la estructura. |
| VAERS VAX y |
| DATOS VAERS. Ahora existe una herramienta para examinar la base de datos en línea y se conoce con el acrónimo de WONDER. Y es una herramienta de búsqueda tradicional donde navegas por las diferentes áreas de la base de datos, |
| seleccione el tipo de datos que desea, haga clic en el menú desplegable y, después de hacerlo, un par de veces, o un par de docenas de veces, |
| lo que haces es enviar en la consulta. |
| Y sin demasiada latencia, obtenga un resultado de vuelta. Pero para hacer análisis de datos exploratorios y algunas visualizaciones, |
| hay un pequeño problema con eso. Y es que tienes que saber lo que quieres conseguir en primer lugar, o al menos a la muy buena idea. |
| Ahí es donde entra JMP. Y como mencioné, vamos a hacer una EDA y una visualización de un conjunto específico de datos, es decir, datos de la vacuna MMR para el sarampión, las paperas y la rubéola. Y lo haremos para el año completo más reciente disponible, que será |
| 2019. Permítanme pasar a una nueva ventana. |
| Bien, lo primero que hicimos y que omití aquí fue descargar los CSV y abrirlos en JMP. Ahora quiero seleccionar mis datos y JMP lo hace muy fácil. |
| Después de abrir la ventana, simplemente paso por filas, selección de filas y selecciono dónde y aquí abajo hay una imagen que quiero el VAX_TYPE y quería que fuera igual a MMR. Ahora hay algunas otras opciones aquí además de iguales, de las que hablaremos en un segundo. |
| Y después de hacer clic en el botón y seleccionar esas filas, lo siguiente que queremos hacer es decidir qué datos queremos. Así que he resaltado algunas de las columnas y en un minuto más o menos verás por qué. |
| Y luego, cuando haga eso, oh, antes de ir allí, observemos |
| fila nueve y fila 18 aquí. Note que tenemos MMRV y |
| MMR. MMRV es una vacuna diferente. Y si quisiéramos ver eso también, podríamos haber seleccionado contiene aquí desde el menú desplegable. Pero eso no es lo que queríamos hacer. Entonces hacemos clic en Aceptar |
| y conseguimos nuestra mesa. Ahora lo que queremos hacer es unir esa tabla VAERS VAX que contiene datos sobre la vacuna, como el fabricante, el lote, etc., con la tabla VAERS DATA, que contiene datos sobre el |
| efectos de la vacuna, por lo que tiene cosas como si el paciente tenía alergias o no, si el paciente fue hospitalizado o no, número |
| de días de hospital, ese tipo de cosas. Y también contiene datos demográficos como la edad y el sexo. Entonces, lo que queremos hacer es unirnos y simplemente ir a las tablas unirnos y seleccionamos |
| Las tablas VAERS VAX y VAERS DATA y queremos unirlas en el ID de VAERS. Y nuevamente, JMP lo hace bastante fácil. Simplemente hacemos clic |
| la columna en cada uno en una de las tablas separadas y las ponemos aquí en la ventana de coincidencia y luego vamos a las ventanas de la tabla y seleccionamos las columnas que queremos. |
| Y así es como se ve nuestra tabla de resultados. Ahora permítanme reducir eso y abrir una tabla JMP. |
| Ahí vamos, y ampliaré eso. |
| Y para los propósitos de esta demostración, solo |
| seleccionado estas... estas columnas aquí. Tenemos la ID de VAERS, que obviamente se ve como identificación, del tipo que son todos MMR. |
| Y parece que Merck es el fabricante. Y hay un par de incógnitas |
| esparcidos por aquí. Y seleccioné VAX LOT, porque eso sería importante si hay algún problema con un lote, quieres poder verlo. |
| Esto se parece al año de guión bajo de la jaula, pero esa es la edad calculada en años. Hay varias columnas H y acabo de seleccionar una. |
| Y seleccioné el sexo porque nos gustaría saber si alguien está más afectado, si los hombres están más afectados que las mujeres o viceversa. |
| Y HOSPDAYS es la cantidad de días en el hospital si tuvieran un efecto adverso lo suficientemente grave como para llevarlos al hospital. Y NUMDAYS es el número de días entre la vacunación y la aparición de los efectos adversos y parece que tenemos un rango bastante, bastante aquí. |
| Entonces, comencemos con nuestro análisis. |
| mostrar gráficos de cabecera. Así que voy a hacer clic en eso y mostrar gráficos de encabezado. |
| Y tenemos algo de distribución y alguna otra información aquí. Omitiremos la identificación y veremos que el VAX_TYPE es todo MMR, no tiene otros allí. |
| Y el fabricante de vax, sí, es Mercks & Co Inc o desconocido y una buena característica de esto es que podemos hacer clic en la barra |
| y resaltará las filas para nosotros y hará clic y no estará resaltado. Pasando a VAX_LOT, tenemos bastante información comprimida en esta pequeña caja aquí. |
| En primer lugar, tenemos los cinco lotes principales que ocurren en nuestra tabla de datos y aquí están, y |
| he aquí cuántas veces aparecen. Y también nos dice que tenemos otros 413 lotes incluidos en la tabla, más cinco según mi cálculo, |
| eso es algo así como 418 lotes individuales. Ahora repasamos la edad calculada en años y vemos que la mayoría de nuestros valores están entre cero y lo que sea, están durante el contenedor cero, lo que tiene sentido porque es una vacuna y solo tomaremos nota de eso. |
| Y pasamos a la columna de sexo y parece que tenemos significativamente más mujeres que hombres. Ahora, eso nos dice de inmediato si queremos hacer, lado a lado |
| comparaciones de grupos, vamos a tener que seleccionar aleatoriamente hembras, para que sean iguales a los machos y también tenemos algunas incógnitas aquí, bastantes incógnitas. |
| Y simplemente notamos eso y seguimos adelante. Y vemos días de hospital. Y hemos visto NUMDAYS. Ahora aquí hay otra característica realmente muy buena. Digamos que nos gustaría obtener más detalles y queremos hacer un poco de exploración para ver cómo se distribuye la edad, simplemente hacemos clic derecho, clic derecho, |
| seleccione abierto en distribución. Y aquí estamos en las ventanas de distribución, pero bastante información aquí. |
| Para nuestros propósitos en este momento, realmente no hacemos mucho aquí sobre los cuantiles. Así que hagamos clic en cerrar y todavía ocupa algo de espacio. |
| Así que bajemos aquí y seleccionemos la orientación de cierre del contorno y vayamos con la vertical. Y nos quedamos con una bonita ventana fácil de leer. Tiene algo de información ahí. Por supuesto, vemos nuestra distribución aquí abajo y tenemos un diagrama de caja y bigotes aquí arriba. |
| No hay mucho tiempo para entrar en eso, eso, eso simplemente muestra los datos de una manera diferente. Y vemos en nuestras estadísticas resumidas que la media resulta ser 16,2, con la desviación estándar 20,6. |
| No es una situación ideal. Entonces, si desea hacer algo más con eso, es posible que deseemos dividir los años en dos grupos donde la mayoría de ellos están aquí y luego |
| donde, donde esta, donde estan todos los datos sesgados y luego el resto de ellos y |
| por la derecha y |
| examinar eso por separado. Y minimizaré esa ventana y podemos hacer lo mismo con los días de hospital y la cantidad de días. Y déjame hacer eso muy rápido. |
| Y aquí vemos el mismo tipo de datos y no me molestaré en hacer clic en eso y reducirlo. Pero también podemos notar que cuando nuevamente tenemos la media de 6.7 y la desviación estándar de 13.2, nuevamente, no es una situación muy ideal y simplemente tomamos nota de eso. |
| Y voy a cerrar eso. Ahora digamos que queremos hacer un poco más de análisis exploratorio, algo nos llamó la atención y todo eso. Y eso es fácil de hacer aquí. No tenemos que volver a la base de datos en línea, |
| y seleccione a través de todo, haga clic en los menús desplegables, o lo que sea. Simplemente podemos subir aquí para analizar y ajustar Y por X. |
| Así que digamos que nos gustaría examinar la relación entre |
| oh, días de hospitalización, número de días pasados en el hospital y edad calculada en años. Simplemente hacemos eso. Tenemos dos variables continuas, así que vamos a obtener un gráfico bivariado a partir de eso. |
| Hacemos clic en Aceptar. |
| Y obtenemos otra buena visualización de los datos. Y sí, eso lo podemos ver. |
| actualmente, la media ha bajado alrededor de 5 o 6, lo cual es algo bueno, mejor que 10 o 12. Podemos, a efectos de referencias, |
| sube aquí al triángulo rojo, selecciona la media ajustada y obtenemos la media, justo aquí. Y notamos que hay bastantes valores atípicos. |
| Digamos que queremos examinarlos ahora mismo y decidir si queremos o no profundizar en ellos un poco más. Entonces, si pasamos el mouse sobre uno de nuestros puntos atípicos o cualquiera de los puntos, |
| vemos que nos sale esta ventana emergente y nos dice |
| ese punto de datos en particular representa la fila 868. |
| La edad calculada está en el cubo de un año, |
| y este paciente pasó 90 días en el hospital. Ahora podríamos hacer clic derecho y colorear esta fila o poner algún tipo de marcador allí. No me molestaré en hacer eso, pero lo haré. |
| mueva el cursor aquí en la ventana, y vemos este pequeño símbolo en la esquina derecha, haga clic en eso y eso lo fija. |
| Así que podemos, por supuesto, repetir eso. Y podemos obtener los detalles para un examen más detallado. Descubrí que esto es bastante útil cuando hago presentaciones a grupos de personas a las que les gusta llamar la atención sobre un punto en particular. Eso es un poco autoritario, así que hagamos clic con el botón derecho, seleccione... seleccione la fuente, no la edite. |
| Y aparece la ventana de fuente y vemos que estamos usando una fuente de 16 puntos. Vamos, no sé, bajemos a 9. |
| Y eso es un poco mejor y nos da más espacio si queremos llamar la atención sobre algunos de los otros valores atípicos. Entonces, en resumen, |
| Permítanme abrir el PowerPoint de nuevo. |
| En resumen, pudimos importar y dar forma a dos grandes tablas de datos de una gran base de datos en línea mantenida por el gobierno. Pudimos crear subconjuntos de tablas, |
| capaz de unirse a las tablas y seleccionar nuestros datos de salida todo sin problemas. Y pudimos generar resúmenes y distribuciones, señalando las áreas |
| que puedan ser de interés y para un análisis más detallado. Y, por supuesto, todo fue perfecto y todo ocurrió dentro de la misma plataforma de software. Ahora, |
| proporcionar algunos enlaces |
| aquí al sitio de varios datos. Este, este es el sitio principal, que tiene toda la documentación de que el gobierno hizo un buen trabajo allí. Y aquí están los datos reales en el zip. |
