スピーカー | 成績証明書 |
| スタン・シラノビッチ | おはようございます。 今日は探索的データ分析を行います |
| VAERS データベースの。 では、このデータベースが何であるかについて少し背景を説明しましょう。 VAERS と綴られる VAERS は、Vaccine Adverse Effect Reporting System の頭字語です。 これは、FDA と CDC によって作成されました。 |
| 年間約 30,000 件の更新があり、1990 年から公開されているため、かなりの量のデータがあります。 |
| また、これまで報告されていなかったワクチンの影響を探すための早期警告システムとして設計されました。 |
| 現在、これらは副作用ではなく副作用であり、ワクチン接種とはまだ関係がありません。 ワクチン接種直後の出来事です。 それでは、構造について話しましょう。 |
| VAERS VAXと |
| VAERS データ。 現在、オンライン データベースを調べるためのツールがあり、WONDER の頭字語で呼ばれています。 データベースのさまざまな領域をナビゲートする従来の検索ツールです。 |
| 必要なデータの種類を選択し、ドロップダウンをクリックします。それを数回、または数十回行った後、 |
| あなたがすることは、クエリを送信することです。 |
| 遅延が大きくなりすぎずに、結果が返されます。 しかし、探索的データ分析といくつかの視覚化を行うために、 |
| それには少し問題があります。 つまり、最初に何を手に入れたいか、または少なくとも非常に良いアイデアを知る必要があるということです。 |
| そこでJMPの出番です。 先ほど述べたように、EDA を実行し、特定のデータセット、つまりはしか、おたふく風邪、風疹の MMR ワクチンのデータを可視化します。 そして、利用可能な最新の通年について行います。 |
| 2019. では、新しいウィンドウに移動させてください。 |
| さて、ここでは省略しましたが、最初に行ったことは、CSV をダウンロードして JMP で開くことでした。 データを選択したいのですが、JMP を使えばとても簡単です。 |
| ウィンドウを開いた後、行を選択し、行を選択して、VAX_TYPE が必要な画像を選択します。 equals 以外にもいくつかのオプションがありますが、これについては後で説明します。 |
| ボタンをクリックしてそれらの行を選択した後、次に行うことは、必要なデータを決定することです。 そのため、いくつかの列を強調表示しましたが、1 分ほどでその理由がわかります。 |
| そして、私がそれを行うとき、ああ、そこに行く前に注意しましょう |
| 9列目と18列目はこちらです。 MMRV と |
| MMR。 MMRVは別のワクチンです。 それも見たい場合は、ここでドロップダウンから [含む] を選択できます。 しかし、それは私たちがやりたかったことではありません。 [OK] をクリックします。 |
| テーブルを取得します。 ここで、製造業者、ロットなどのワクチンに関するデータを含む VAERS VAX テーブルを、ワクチンに関するデータを含む VAERS DATA テーブルに結合します。 |
| ワクチンの効果なので、アレルギーの有無、入院の有無、 |
| 入院日とか、そういうこと。 また、年齢や性別などの人口統計データも含まれています。 したがって、私たちがしたいのは、結合して、単にテーブル結合に移動し、選択することです |
| VAERS VAX テーブルと VAERS DATA テーブルを VAERS ID で結合します。 繰り返しになりますが、JMP を使用すると非常に簡単になります。 クリックするだけ |
| 個別のテーブルの 1 つでそれぞれの列を作成し、それらをここのマッチ ウィンドウに配置します。その後、テーブル ウィンドウに移動して、必要な列を選択します。 |
| これが結果表の外観です。 それでは、それを減らして、JMP テーブルを開いてみましょう。 |
| それでは、それを拡張します。 |
| そして、このデモンストレーションの目的のために、私はただ |
| これらを選択しました...これらの列はここにあります。 私たちは VAERS ID を取得しました。これは明らかに ID であり、すべてが MMR のタイプです。 |
| メーカーはメルクのようです。 そして、不明な点がいくつかあります |
| ここに散らばっています。 そして、私は VAX LOT を選択しました。これは、1 つのロットに何か問題がある場合に重要であり、それを見ることができるようにしたいからです。 |
| これはケージの下線の年に似ていますが、これは年で計算された年齢です。 いくつかの H 列があり、1 つだけ選択しました。 |
| 私が性別を選択したのは 誰かがより影響を受けているかどうか、男性が女性よりも影響を受けているか、またはその逆かを知りたいからです。 |
| また、HOSPDAYS は、病院に入院するほど深刻な副作用があった場合の入院日数です。 NUMDAYS は、ワクチン接種から悪影響が現れるまでの日数であり、かなりの幅があるように見えます。 |
| それでは、分析を始めましょう。 |
| ヘッダー グラフを表示します。 それをクリックして、ヘッダー グラフを表示します。 |
| そして、ここでいくつかのディストリビューションとその他の情報を取得します。 ID をスキップして、VAX_TYPE がすべて MMR であることを確認します。他にはありません。 |
| そして、vax の製造元は Mercks & Co Inc または不明のいずれかであり、これに関する優れた機能の 1 つは、バーをクリックできることです。 |
| 行が強調表示され、クリックすると強調表示が解除されます。 VAX_LOT に移ると、この小さな小さなボックスにかなりの情報が詰め込まれています。 |
| まず最初に、データ テーブルに出現率の上位 5 つのロットがあります。 |
| 出現回数はこちら。 また、表には他に 413 のロットが含まれており、さらに私の計算では 5 つのロットがあることもわかります。 |
| それは 418 の個別のロットのようなものです。 計算された年齢を年単位で調べてみると、ほとんどの値が 0 から 0 の間であることがわかります。これは、ワクチン接種であるため意味があり、メモしておきます。 |
| 性別の列を見ると、男性よりも女性の方がはるかに多いようです。 今、それは私たちがやりたいかどうかをすぐに教えてくれます |
| グループ比較では、女性から無作為に選択する必要があるため、男性と等しくなります。また、ここにはいくつかの未知数、かなりの数の未知数があります。 |
| そして、単にそれに注意して先に進みます。 そして、私たちは病院の日々を目にします。 そして、NUMDAYS が表示されました。 ここで、もう 1 つの非常に優れた機能を紹介します。 さらに詳細が必要で、年齢がどのように分布しているかを確認するために少し調査を行いたいとしましょう。右クリック、右クリック、 |
| 配布で開くを選択します。 そして、ここに配布ウィンドウがありますが、ここにはかなりの情報があります。 |
| 現時点では、分位数についてはあまり説明しません。 では、閉じるをクリックしてみましょう。まだスペースを占有しています。 |
| ここで下に行き、アウトラインを閉じる方向を選択して、垂直にしましょう。 そして、読みやすい素敵なウィンドウが残っています。 そこにはいくつかの情報が含まれています。 もちろん、下に分布があり、上に箱ひげ図があります。 |
| それについて詳しく説明する時間はあまりありません。つまり、データを別の方法で表示するだけです。 また、要約統計から、平均がたまたま 16.2 で、標準偏差が 20.6 であることがわかります。 |
| 理想的な状況ではありません。 したがって、それをさらに何かしたい場合は、年を 2 つのグループに分けて、ほとんどの年を時々ここに置くことをお勧めします。 |
| どこに、どこに、すべての歪んだデータがどこにあり、残りのデータはどこにあり、 |
| 右に沿って |
| それを分けて調べます。 そして、そのウィンドウを最小化します。入院日数と日数についても同じことができます。 そして、私はそれを本当に素早くやらせてください。 |
| ここには同じ種類のデータが表示されていますが、わざわざクリックして縮小することはしません。 しかし、平均が 6.7 で標準偏差が 13.2 である場合も、非常に理想的な状況ではないことに注意してください。 |
| そして、私はそれを閉じます。 ここで、もう少し探索的分析を行いたいとしましょう。何かが目に留まりました。 ここで行うのは簡単です。 オンライン データベースに戻る必要はありません。 |
| すべてを選択し、ドロップダウンをクリックするか、何でもします。 ここまで来ると、Y x X を分析して適合させることができます。 |
| では、次の関係を調べたいとしましょう。 |
| ああ、入院日数、入院日数、計算された年齢。 私たちは単にそれを行います。 2 つの連続変数があるので、そこから二変量プロットを取得します。 |
| [OK] をクリックします。 |
| そして、データの別の素晴らしい表示を取得します。 そして、はい、それを見ることができます |
| 現在、平均値は 5 または 6 前後に下がっていますが、これは 10 または 12 よりも良い、良いことです。 参考までに、 |
| ここの赤い三角形に移動し、平均値を選択すると、ここで平均値が得られます。 そして、かなりの外れ値があることに気付きました。 |
| それらを今すぐ調べて、もう少し掘り下げたいかどうかを判断したいとしましょう。 そのため、外れ値ポイントの 1 つまたはその点のいずれかにカーソルを合わせると、 |
| このポップアップ ウィンドウが表示され、 |
| その特定のデータ ポイントは行 868 を表します。 |
| 計算された年齢は 1 年のバケットにあり、 |
| この患者はたまたま 90 日間入院していました。 これで、この行を右クリックして色を付けたり、何らかのマーカーを配置したりできます。 私はそれを気にしませんが、私はそうします |
| カーソルをここのウィンドウに移動すると、この小さな記号が右上隅に表示されます。それをクリックすると固定されます。 |
| もちろん、それを繰り返すこともできます。 そして、さらなる調査のために詳細を得ることができます。 これは、ある特定のポイントに注意を喚起するのが好きな人々のグループにプレゼンテーションを行うときに非常に便利であることがわかりました. それは少し威圧的なので、右クリックして選択...フォントを選択し、編集ではありません。 |
| フォント ウィンドウが表示され、16 ポイントのフォントを使用していることがわかります。 わかりません、9まで下げましょう。 |
| そして、それは少し良くなり、他の外れ値のいくつかに注意を喚起したい場合は、より多くの余地が与えられます. 要約すると、 |
| もう一度 PowerPoint を表示させてください。 |
| 要約すると、政府が管理する大規模なオンライン データベースから 2 つの大きなデータ テーブルをインポートして整形することができました。 テーブルをサブセット化することができました |
| テーブルを結合し、出力データをすべてシームレスに選択できます。 そして、地域を指摘して、要約と分布を生成することができました |
| これは興味深いものであり、より詳細な分析に役立ちます。 そしてもちろん、それはすべてシームレスで、すべて同じソフトウェア プラットフォーム内で行われました。 今、 |
| いくつかのリンクを提供する |
| 各種データサイトはこちら。 これ、これはメインサイトで、政府がそこで非常に良い仕事をしたというすべての文書があります. そして、これがzip内の実際のデータ自体です.. |
