| Conférencier |
Transcription |
| Stan Siranovich |
Bonjour à tous. Aujourd'hui, nous allons réaliser une analyse exploratoire de données. |
| |
de la base de données VAERS. Voyons maintenant en quoi consiste cette base de données. VAERS, orthographié VAERS, est l'acronyme de Vaccine Adverse Effect Reporting System (Système de déclaration des effets indésirables des vaccins). Elle a été créée par la FDA et les CDC. |
| |
Il reçoit environ 30 000 mises à jour par an et il est public depuis 1990, il y a donc beaucoup de données à son sujet. |
| |
Il a été conçu comme un système d’alerte précoce pour rechercher certains effets des vaccins qui n’ont pas été signalés auparavant. |
| |
Il s'agit d'effets indésirables, et non d'effets secondaires, c'est-à-dire qu'ils n'ont pas encore été liés à la vaccination. C'est simplement un phénomène survenu après la vaccination. Parlons maintenant de la structure. |
| |
VAERS VAX et |
| |
DONNÉES VAERS. Il existe désormais un outil d'analyse de la base de données en ligne, appelé WONDER. Il s'agit d'un outil de recherche classique permettant de naviguer dans les différentes sections de la base de données. |
| |
sélectionnez le type de données que vous souhaitez, cliquez sur le menu déroulant, et après avoir fait cela plusieurs fois, ou plusieurs dizaines de fois, |
| |
ce que vous faites, c'est envoyer la requête. |
| |
Et sans trop de latence, obtenez un résultat. Mais pour l'analyse exploratoire des données et certaines visualisations, |
| |
Il y a un petit problème avec ça : il faut savoir ce que l’on veut obtenir au départ, ou du moins, avoir une très bonne idée. |
| |
C'est là que JMP entre en jeu. Comme je l'ai mentionné, nous allons réaliser une analyse de données de phase (EDA) et une visualisation sur un ensemble de données spécifique, à savoir les données du vaccin ROR contre la rougeole, les oreillons et la rubéole. Nous allons le faire pour l'année complète la plus récente disponible, soit |
| |
2019. Alors laissez-moi passer à une nouvelle fenêtre. |
| |
Bon, 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. Je souhaite maintenant sélectionner mes données, et JMP me facilite grandement la tâche. |
| |
Une fois la fenêtre ouverte, je sélectionne simplement les lignes, puis l'emplacement de l'image. En bas, il y a une image dont je veux que le VAX_TYPE soit égal à MMR. Il existe d'autres options, dont nous parlerons plus loin. |
| |
Après avoir cliqué sur le bouton et sélectionné ces lignes, il faut ensuite choisir les données à afficher. J'ai donc sélectionné certaines colonnes et vous comprendrez pourquoi dans une minute. |
| |
Et puis quand je fais ça, oh, avant d'y aller, notons |
| |
rangée 9 et rangée 18 ici. Remarquez que nous avons MMVR et |
| |
ROR. Le RORV est un vaccin différent. Si nous voulions également le consulter, nous aurions pu sélectionner « contient ici » dans le menu déroulant. Mais ce n'est pas ce que nous voulions faire. Nous avons donc cliqué sur OK. |
| |
Et nous obtenons notre table. Nous souhaitons maintenant joindre la table VAERS VAX, qui contient des données sur le vaccin, comme le fabricant, le lot, etc., à la table VAERS DATA, qui contient des données sur le vaccin. |
| |
effets du vaccin, donc il y a des choses comme si le patient avait ou non des allergies, si le patient a été hospitalisé ou non, le nombre |
| |
de jours d'hospitalisation, etc. Il contient également des données démographiques comme l'âge et le sexe. Il suffit donc d'accéder à la table « Joindre » et de sélectionner |
| |
Les tables VAERS VAX et VAERS DATA, et nous souhaitons les joindre sur l'identifiant VAERS. JMP simplifie grandement la tâche. Il suffit de cliquer. |
| |
la colonne dans chacune des tables séparées et nous les mettons ici dans la fenêtre de correspondance et après cela, nous allons dans les fenêtres de table et nous sélectionnons les colonnes que nous voulons. |
| |
Voici à quoi ressemble notre tableau de résultats. Je vais maintenant le réduire et ouvrir un tableau JMP. |
| |
Voilà, et je vais développer cela. |
| |
Et pour les besoins de cette démonstration, je viens de |
| |
J'ai sélectionné ces colonnes. Nous avons l'identifiant VAERS, que vous voyez bien, le type qui correspond à tous les vaccins ROR. |
| |
Et il semble que Merck soit le fabricant. Et il y a quelques inconnues. |
| |
Dispersés ici. J'ai sélectionné « LOT DE VACCINS », car ce serait important si un lot présentait un problème. Vous voulez pouvoir le voir. |
| |
Cela ressemble à une année soulignée par une cage, mais il s'agit d'un âge calculé en années. Il y a plusieurs colonnes H et j'en ai sélectionné une seule. |
| |
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. |
| |
HOSPDAYS correspond au nombre de jours d'hospitalisation en cas d'effet indésirable suffisamment grave pour justifier une hospitalisation. NOMBRE DE JOURS correspond au nombre de jours entre la vaccination et l'apparition des effets indésirables. Il semble que la fourchette soit assez large. |
| |
Alors, commençons notre analyse. |
| |
Afficher les graphiques d'en-tête. Je clique dessus pour afficher les graphiques d'en-tête. |
| |
Nous obtenons une distribution et d'autres informations ici. Nous ignorerons l'ID et vérifierons que le VAX_TYPE est entièrement MMR ; il n'y en a pas d'autres. |
| |
Et le fabricant du vaccin, oui, c'est soit Mercks & Co Inc ou inconnu et une fonctionnalité intéressante à ce sujet est que nous pouvons cliquer sur la barre |
| |
Les lignes seront surlignées, puis, en cliquant, elles disparaîtront. Passons maintenant à VAX_LOT : nous avons beaucoup d'informations regroupées dans ce petit cadre. |
| |
Tout d'abord, nous avons les cinq premiers lots en occurrence dans notre tableau de données et les voici, et |
| |
Voici combien de fois ils apparaissent. Il indique également que le tableau comprend 413 autres lots, plus cinq selon mes calculs. |
| |
Cela représente environ 418 lots individuels. Nous examinons maintenant l'âge calculé en années et constatons que la plupart de nos valeurs se situent entre zéro et une valeur plus ou moins élevée, ce qui est logique puisqu'il s'agit d'une vaccination et nous allons simplement le noter. |
| |
Et si on regarde la colonne « Sexe », on constate qu'il y a nettement plus de femmes que d'hommes. Ça nous indique immédiatement si on veut faire « côte à côte ». |
| |
comparaisons de groupe, nous allons devoir sélectionner au hasard des femmes, afin qu'elles soient égales aux hommes et nous avons également quelques inconnues ici, pas mal d'inconnues. |
| |
On note simplement cela et on passe à autre chose. On voit les jours d'hospitalisation, puis NOMBREJOURS. Voici une autre fonctionnalité vraiment intéressante. Si on veut plus de détails et explorer un peu la répartition des âges, on fait un clic droit, puis un clic droit. |
| |
Sélectionnez « Ouvrir dans la distribution ». Nous voici dans la fenêtre de distribution, avec beaucoup d'informations. |
| |
Pour l'instant, nous ne traitons pas vraiment les quantiles. Cliquons donc sur « Fermer » ; cela prend encore de la place. |
| |
Descendons ici, sélectionnons « Orientation étroite du contour » et choisissons « Vertical ». Nous obtenons une fenêtre claire et lisible contenant des informations. Notre distribution est visible en bas, et un diagramme en boîte à moustaches est visible en haut. |
| |
Nous n'avons pas beaucoup de temps pour approfondir ce sujet, car cela présente simplement les données différemment. Nos statistiques récapitulatives montrent que la moyenne est de 16,2 et l'écart type de 20,6. |
| |
Ce n'est pas une situation idéale. Si vous souhaitez aller plus loin, nous pourrions diviser les années en deux groupes, la plupart étant ici, puis… |
| |
où, où ceci, où sont toutes les données biaisées et puis le reste et |
| |
le long de la droite et |
| |
Examinez cela séparément. Je vais minimiser cette fenêtre et nous pourrons faire de même avec les jours d'hospitalisation et le nombre de jours. Laissez-moi faire ça rapidement. |
| |
On retrouve ici le même type de données, et je ne vais pas m'embêter à les parcourir pour les réduire. Cependant, on peut également noter une moyenne de 6,7 et un écart type de 13,2, ce qui n'est pas idéal, et on le note simplement. |
| |
Et je termine. Imaginons maintenant que nous souhaitions effectuer une analyse plus exploratoire, que quelque chose ait retenu notre attention. C'est simple à faire ici. Nous n'avons pas besoin de consulter la base de données en ligne. |
| |
et faites votre choix parmi tous les éléments, cliquez sur les menus déroulants, etc. Nous pouvons simplement revenir ici pour analyser et ajuster Y par X. |
| |
Alors disons que nous aimerions examiner la relation entre |
| |
Oh, jours d'hospitalisation, nombre de jours passés à l'hôpital et âge calculé en années. C'est simple. Nous avons deux variables continues, nous allons donc obtenir un graphique bivarié à partir de cela. |
| |
Nous cliquons sur OK. |
| |
Et nous obtenons un autre bel affichage des données. Et oui, nous pouvons le constater. |
| |
actuellement, la moyenne est autour de 5 ou 6, ce qui est une bonne chose, mieux que 10 ou 12. Nous pouvons, à des fins de référence, |
| |
Montez ici, jusqu'au triangle rouge, sélectionnez « Ajuster la moyenne » et nous obtenons la moyenne, juste ici. Nous avons remarqué qu'il y a pas mal de valeurs aberrantes. |
| |
Supposons que nous souhaitions les examiner immédiatement et décider si nous souhaitons les approfondir. Si nous survolons l'un de nos points aberrants, ou n'importe lequel d'entre eux, |
| |
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. On pourrait maintenant faire un clic droit et colorier cette ligne ou y ajouter un marqueur. Je ne m'en soucierai pas, 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 des détails pour un examen plus approfondi. J'ai trouvé cela très pratique lors de présentations en groupe, notamment pour attirer l'attention sur un point particulier. C'est un peu trop complexe, alors faisons un clic droit, sélectionnons… sélectionnons la police, sans modifier. |
| |
La fenêtre de police s'ouvre et nous voyons que nous utilisons une police de 16 points. Passons à 9 points. |
| |
C'est un peu mieux, et cela nous donne plus de marge pour attirer l'attention sur d'autres valeurs aberrantes. En résumé, |
| |
Laissez-moi afficher à nouveau le PowerPoint. |
| |
En résumé, nous avons pu importer et structurer deux grands tableaux de données à partir d'une importante base de données gouvernementale en ligne. Nous avons pu créer des sous-ensembles de tableaux. |
| |
Nous avons pu joindre les tables et sélectionner nos données de sortie de manière transparente. Nous avons également pu générer des résumés et des distributions, en mettant en évidence les zones. |
| |
Cela pourrait être intéressant et donner lieu à une analyse plus détaillée. Et bien sûr, tout cela s'est déroulé de manière transparente et sur la même plateforme logicielle. |
| |
fournir quelques liens |
| |
Juste ici, vers le site des différentes données. Voici le site principal, qui contient toute la documentation attestant du bon travail du gouvernement. Et voici les données elles-mêmes au format zip. |
