Conférencier | Transcription |
| Stan Siranovitch | Bonjour tout le monde. Aujourd'hui, nous allons faire une analyse exploratoire des données |
| de la base de données VAERS. Faisons maintenant un peu de contexte sur ce qu'est cette base de données. VAERS, orthographié VAERS, est l'acronyme de Vaccine Adverse Effect Reporting System. Il a été créé par la FDA et le CDC. |
| Il reçoit environ 30 000 mises à jour par an et il est public depuis 1990, il y a donc pas mal de données à ce sujet. |
| Et il a été conçu comme un système d'alerte précoce pour rechercher certains effets des vaccins qui n'ont pas été signalés auparavant. |
| Maintenant, ce sont des effets indésirables, pas des effets secondaires, c'est-à-dire qu'ils n'ont pas encore été liés à la vaccination. C'est juste quelque chose qui s'est passé après la vaccination. Parlons maintenant de la structure. |
| VAERS VAX et |
| DONNÉES VAERS. Il existe maintenant un outil pour examiner la base de données en ligne et il porte l'acronyme de WONDER. Et c'est un outil de recherche traditionnel où vous naviguez dans les différentes zones de la base de données, |
| sélectionnez le type de données que vous voulez, cliquez sur le menu déroulant, et après avoir fait cela quelques fois, ou une douzaine de fois, |
| ce que vous faites est d'envoyer la requête. |
| Et sans trop de latence, obtenez un résultat en retour. Mais pour faire une analyse exploratoire des données et quelques visualisations, |
| il y a un petit problème avec ça. Et c'est que vous devez savoir ce que vous voulez obtenir en premier lieu, ou du moins à la très bonne idée. |
| C'est là qu'intervient JMP. Et comme je l'ai mentionné, nous allons faire une EDA et une visualisation sur un ensemble spécifique de données, c'est-à-dire des données pour le vaccin ROR contre la rougeole, les oreillons et la rubéole. Et nous allons le faire pour la dernière année complète disponible, qui sera |
| 2019. Alors laissez-moi passer à une nouvelle fenêtre. |
| D'accord, la première chose que nous avons faite et que j'ai omise ici a été de télécharger les fichiers CSV et de les ouvrir dans JMP. Maintenant, je veux sélectionner mes données et JMP me facilite la tâche. |
| Après avoir ouvert la fenêtre, je parcours simplement les lignes, la sélection des lignes et sélectionne où et ici se trouve une image que je veux que le VAX_TYPE et je voulais qu'elle soit égale à MMR. Maintenant, il y a d'autres options ici en plus des égaux, dont nous parlerons dans une seconde. |
| Et après avoir cliqué sur le bouton et sélectionné ces lignes, la prochaine chose que nous voulons faire est de décider quelles données nous voulons. J'ai donc mis en évidence certaines des colonnes et dans une minute environ, vous comprendrez pourquoi. |
| Et puis quand je fais ça, oh, avant d'y aller, notons |
| rangée neuf et rangée 18 ici. Remarquez que nous avons MMRV et |
| ROR. Le RROV est un vaccin différent. Et si nous voulions également examiner cela, nous aurions pu sélectionner contient ici dans la liste déroulante. Mais ce n'est pas ce que nous voulions faire. Nous cliquons donc sur OK |
| et nous obtenons notre table. Maintenant, ce que nous voulons faire est de joindre cette table VAERS VAX qui contient des données sur le vaccin, comme un fabricant, le lot, etc. avec la table VAERS DATA, qui contient des données sur le |
| effets du vaccin, donc il y a des choses comme si le patient avait des allergies ou non, si le patient a été hospitalisé ou non, le nombre |
| de jours d'hospitalisation, ce genre de choses. Et il contient également des données démographiques telles que l'âge et le sexe. Donc, ce que nous voulons faire, c'est rejoindre et simplement aller à la jointure des tables et nous sélectionnons |
| Les tables VAERS VAX et VAERS DATA et nous voulons les joindre sur le VAERS ID. Et encore une fois, JMP le rend assez facile. Nous cliquons simplement |
| la colonne dans chacun à l'une des tables séparées et nous les plaçons ici dans la fenêtre de match et après cela nous passons aux fenêtres de table et nous sélectionnons les colonnes que nous voulons. |
| Et voici à quoi ressemble notre tableau de résultats. Maintenant, laissez-moi réduire cela et ouvrir une table JMP. |
| Voilà, et je vais développer cela. |
| Et pour les besoins de cette démonstration, je viens |
| sélectionné ces ... ces colonnes ici. Nous avons l'ID VAERS, que vous voyez évidemment l'identification, le type qui sont tous MMR. |
| Et on dirait que Merck est le fabricant. Et il y a quelques inconnues |
| éparpillés par ici. Et j'ai choisi VAX LOT, car ce serait important s'il y a quelque chose qui ne va pas avec un lot, vous voulez pouvoir le voir. |
| Cela ressemble à l'année de soulignement de la cage, mais c'est l'âge calculé en années. Il y a plusieurs colonnes H et je viens d'en sélectionner une. |
| Et j'ai choisi le sexe parce que nous aimerions savoir si quelqu'un est plus touché, si les hommes sont plus touchés que les femmes ou vice versa. |
| Et HOSPDAYS est le nombre de jours passés à l'hôpital s'ils avaient un effet indésirable suffisamment grave pour les conduire à l'hôpital. Et NUMDAYS est le nombre de jours entre la vaccination et l'apparition des effets indésirables et il semble que nous ayons une très, très grande plage ici. |
| Alors commençons notre analyse. |
| afficher les graphiques d'en-tête. Je vais donc cliquer dessus et afficher les graphiques d'en-tête. |
| Et nous obtenons une certaine distribution, et quelques autres informations ici. Nous allons ignorer l'ID et voir que le VAX_TYPE est entièrement MMR, vous n'en avez pas d'autres. |
| Et le fabricant de vax, oui, c'est soit un Mercks & Co Inc ou un inconnu et une fonctionnalité intéressante à ce sujet est que nous pouvons cliquer sur la barre |
| et il mettra en surbrillance les lignes pour nous et cliquera loin et il n'est pas mis en surbrillance. Passant à VAX_LOT, nous avons pas mal d'informations dans cette toute petite boîte ici. |
| Tout d'abord, nous avons les cinq principaux lots en occurrence dans notre tableau de données et les voici, et |
| voici combien de fois ils apparaissent. Et cela nous dit aussi que nous avons 413 autres lots inclus dans le tableau, plus cinq selon mon calcul, |
| c'est quelque chose comme 418 lots individuels. Maintenant, nous dépassons l'âge calculé en années et nous voyons que la plupart de nos valeurs sont comprises entre zéro et quoi que ce soit, elles sont pendant zéro bin, ce qui est logique car c'est une vaccination et nous allons juste en prendre note. |
| Et nous passons à la colonne du sexe et il semble que nous ayons beaucoup plus de femmes que d'hommes. Maintenant, ça nous dit tout de suite si on veut faire côte à côte |
| comparaisons de groupes, nous allons devoir sélectionner au hasard parmi les femmes, de sorte qu'elles soient égales aux hommes et nous avons aussi quelques inconnues ici, pas mal d'inconnues. |
| Et nous notons simplement cela et passons à autre chose. Et nous voyons des jours d'hospitalisation. Et nous avons vu NUMDAYS. Maintenant, voici une autre fonctionnalité vraiment très sympa. Disons que nous aimerions plus de détails et que nous voulons faire un peu d'exploration pour voir comment l'âge est distribué, nous faisons simplement un clic droit, un clic droit, |
| sélectionnez ouvert dans la distribution. Et nous voici dans les fenêtres de distribution, mais pas mal d'informations ici. |
| Pour nos besoins actuels, nous ne faisons pas vraiment grand-chose ici sur les quantiles. Alors cliquons sur fermer et cela prend encore de la place. |
| Alors descendons ici et sélectionnons l'orientation proche du contour et allons-y avec la verticale. Et nous nous retrouvons avec une belle fenêtre facile à lire. Il contient des informations. Nous voyons bien sûr notre distribution ici et nous avons un tracé en boîte et à moustaches ici. |
| Il n'y a pas beaucoup de temps pour entrer dans cela, cela, qui affiche simplement les données d'une manière différente. Et nous voyons d'après nos statistiques récapitulatives que la moyenne est de 16,2, avec un écart type de 20,6. |
| Pas une situation idéale. Donc, si vous voulez faire quelque chose de plus avec cela, nous voudrons peut-être diviser les années en deux groupes où la plupart d'entre eux sont ici et puis |
| où, où cela, où se trouvent toutes les données biaisées, puis le reste d'entre elles et |
| le long de la droite et |
| examinez cela séparément. Et je vais minimiser cette fenêtre et nous pouvons faire de même avec les jours d'hospitalisation et le nombre de jours. Et laissez-moi faire ça très vite. |
| Et ici, nous voyons les mêmes types de données et je ne prendrai pas la peine de cliquer dessus et de les réduire. Mais nous pouvons également noter que lorsque nous avons à nouveau une moyenne de 6,7 et un écart type de 13,2, encore une fois, ce n'est pas une situation très idéale et nous en prenons simplement note. |
| Et je vais fermer ça. Maintenant, disons que nous voulons faire une analyse un peu plus exploratoire, quelque chose a attiré notre attention et tout ça. Et c'est simple à faire ici. Nous n'avons pas besoin de retourner à la base de données en ligne, |
| et sélectionnez tout, cliquez sur les menus déroulants, ou quoi que ce soit. Nous pouvons simplement venir ici pour analyser et ajuster Y par X. |
| Disons donc que nous voudrions examiner la relation entre |
| oh, jours d'hospitalisation, nombre de jours passés à l'hôpital et âge calculé en années. Nous faisons simplement cela. Nous avons deux variables continues, nous allons donc en tirer un graphique bivarié. |
| Nous cliquons sur OK. |
| Et nous obtenons un autre bel affichage des données. Et oui, on le voit |
| actuellement, la moyenne est en baisse autour de 5 ou 6, ce qui est une bonne, bonne chose mieux que 10 ou 12. Nous pouvons, à titre de références, |
| montez ici jusqu'au triangle rouge, sélectionnez fit mean et nous obtenons la moyenne, ici. Et nous avons remarqué qu'il y a pas mal de valeurs aberrantes. |
| Disons que nous voulons les examiner maintenant et décider si oui ou non nous voulons les approfondir un peu plus. Donc, si nous survolons l'un de nos points aberrants ou l'un des points d'ailleurs, |
| nous voyons que nous obtenons cette fenêtre contextuelle et elle nous dit |
| ce point de données particulier représente la ligne 868. |
| L'âge calculé est dans la tranche d'un an, |
| et ce patient a passé 90 jours à l'hôpital. Maintenant, nous pourrions faire un clic droit et colorer cette ligne ou y mettre une sorte de marqueur. Je ne prendrai pas la peine de le faire, mais je le ferai |
| déplacez le curseur ici dans la fenêtre, et nous voyons ce petit symbole dans le coin droit, cliquez dessus et cela l'épingle. |
| Nous pouvons donc, bien sûr, répéter cela. Et nous pouvons obtenir les détails pour un examen plus approfondi. J'ai trouvé cela très pratique lors de présentations à des groupes de personnes qui aiment attirer l'attention sur un point particulier. C'est un peu excessif alors faisons un clic droit, sélectionnons... sélectionnons la police, pas éditons. |
| Et nous obtenons la fenêtre de police et voyons que nous utilisons une police de 16 points. Allons, je ne sais pas, descendons à 9. |
| Et c'est un peu mieux et cela nous donne plus de place si nous souhaitons attirer l'attention sur certaines des autres valeurs aberrantes. Donc en résumé, |
| permettez-moi d'afficher à nouveau le PowerPoint. |
| En résumé, nous avons pu importer et mettre en forme deux grands tableaux de données à partir d'une grande base de données en ligne gérée par le gouvernement. Nous avons pu créer des sous-ensembles de tables, |
| capable de rejoindre les tables et de sélectionner nos données de sortie de manière transparente. Et nous avons pu générer des résumés et des distributions, soulignant les domaines |
| qui peuvent être d'intérêt et pour une analyse plus détaillée. Et bien sûr, tout était transparent et tout se passait au sein de la même plate-forme logicielle. Maintenant, |
| fournir des liens |
| juste ici pour les différents sites de données. Ceci, ceci est le site principal, qui contient toute la documentation indiquant que le gouvernement a fait du bon travail là-bas. Et voici les données réelles elles-mêmes dans le zip. |
