| Oratore |
Trascrizione |
| Stan Siranovich |
Buongiorno a tutti. Oggi faremo un'analisi esplorativa dei dati. |
| |
del database VAERS. Ora facciamo un po' di chiarezza su cosa sia questo database. VAERS, scritto VAERS, è l'acronimo di Vaccine Adverse Effect Reporting System (Sistema di Segnalazione degli Effetti Avversi dei Vaccini). È stato creato dalla FDA e dal CDC. |
| |
Riceve circa 30.000 aggiornamenti all'anno ed è pubblico dal 1990, quindi contiene una notevole quantità di dati. |
| |
Ed è stato concepito come sistema di allerta precoce per individuare alcuni effetti dei vaccini che non erano stati precedentemente segnalati. |
| |
Ora, questi sono effetti avversi, non effetti collaterali, ovvero non sono ancora stati collegati alla vaccinazione. Sono semplicemente qualcosa che si è verificato dopo la vaccinazione. Ora parliamo della struttura. |
| |
VAERS VAX e |
| |
VAERS DATA. Ora esiste uno strumento per esaminare il database online, noto con l'acronimo di WONDER. È uno strumento di ricerca tradizionale che consente di navigare tra le diverse aree del database. |
| |
seleziona il tipo di dati che desideri, clicca sul menu a discesa e, dopo averlo fatto un paio di volte, o un paio di dozzine di volte, |
| |
quello che devi fare è inviare la query. |
| |
E senza troppa latenza, ottieni un risultato. Ma per fare analisi esplorative dei dati e alcune visualizzazioni, |
| |
C'è un piccolo problema in tutto questo. Ed è che devi sapere cosa vuoi ottenere fin dall'inizio, o almeno l'idea è buona. |
| |
Ed è qui che entra in gioco JMP. Come ho detto, faremo un'analisi statistica dei dati (EDA) e una visualizzazione su un set specifico di dati, ovvero i dati per il vaccino MPR per morbillo, parotite e rosolia. E li faremo per l'anno intero più recente disponibile, che sarà |
| |
2019. Quindi passiamo a una nuova finestra. |
| |
Bene, la prima cosa che abbiamo fatto, e che ho omesso qui, è stata scaricare i file CSV e aprirli in JMP. Ora voglio selezionare i miei dati e JMP lo rende molto semplice. |
| |
Dopo aver aperto la finestra, scorro semplicemente le righe, la selezione delle righe e seleziono dove e qui sotto c'è un'immagine di cui voglio il VAX_TYPE e che voglio che sia uguale a MMR. Ora ci sono altre opzioni oltre a "uguale", di cui parleremo tra un attimo. |
| |
Dopo aver cliccato sul pulsante e selezionato le righe, la cosa successiva che vogliamo fare è decidere quali dati vogliamo. Ho evidenziato alcune colonne e tra un minuto capirete perché. |
| |
E poi quando lo faccio, oh, prima di andare lì, notiamo |
| |
riga nove e riga 18 proprio qui. Nota che abbiamo MMRV e |
| |
MPR. Il vaccino MPRV è un vaccino diverso. E se avessimo voluto controllare anche quello, avremmo potuto selezionare "Contiene" dal menu a tendina. Ma non è quello che volevamo fare. Quindi clicchiamo su OK. |
| |
e otteniamo la nostra tabella. Ora quello che vogliamo fare è unire la tabella VAERS VAX che contiene dati sul vaccino, come produttore, lotto e così via, con la tabella VAERS DATA, che contiene dati su |
| |
effetti del vaccino, quindi ci sono cose come se il paziente avesse o meno allergie, se il paziente fosse o meno ricoverato in ospedale, numero |
| |
di giorni di degenza in ospedale, cose del genere. E contiene anche dati demografici come età e sesso. Quindi quello che vogliamo fare è unirci e semplicemente andare alle tabelle unisciti e selezioniamo |
| |
Le tabelle VAERS VAX e VAERS DATA e vogliamo unirle sull'ID VAERS. E ancora una volta, JMP rende il tutto molto semplice. Basta cliccare |
| |
la colonna in ciascuna di esse in una delle tabelle separate e le mettiamo qui nella finestra delle corrispondenze e dopo andiamo alle finestre delle tabelle e selezioniamo le colonne che vogliamo. |
| |
Ecco come appare la nostra tabella dei risultati. Ora riduco i dati e apro una tabella JMP. |
| |
Ecco fatto, ora approfondirò il concetto. |
| |
E ai fini di questa dimostrazione ho appena |
| |
Abbiamo selezionato queste...queste colonne qui. Abbiamo l'ID VAERS, che ovviamente vedete come identificazione, del tipo che è tutto MMR. |
| |
E sembra che il produttore sia Merck. E ci sono un paio di incognite. |
| |
sparsi qui. E ho selezionato VAX LOT, perché sarebbe importante se ci fosse qualcosa che non va in un lotto, e vuoi essere in grado di vederlo. |
| |
Sembra un anno sottolineato dalla gabbia, ma è l'età calcolata in anni. Ci sono diverse colonne H e ne ho selezionata solo una. |
| |
Ho scelto il sesso perché vorremmo sapere se qualcuno è più colpito, se gli uomini sono più colpiti delle donne o viceversa. |
| |
E HOSPDAYS è il numero di giorni di ricovero in ospedale se il paziente ha avuto un effetto avverso abbastanza grave da richiedere il ricovero. E NUMDAYS è il numero di giorni trascorsi tra la vaccinazione e la comparsa degli effetti avversi e sembra che qui abbiamo un intervallo piuttosto ampio. |
| |
Allora, cominciamo la nostra analisi. |
| |
Mostra i grafici di intestazione. Quindi cliccherò lì e mostrerò i grafici di intestazione. |
| |
E qui otteniamo un po' di distribuzione e altre informazioni. Saltiamo l'ID e vediamo che VAX_TYPE è tutto MMR, non ce ne sono altri. |
| |
E il produttore del vaccino, sì, è Mercks & Co Inc o sconosciuto e una bella caratteristica è che possiamo cliccare sulla barra |
| |
e le righe verranno evidenziate per noi, e cliccando via non saranno più evidenziate. Passando a VAX_LOT, abbiamo un bel po' di informazioni compresse in questa piccola casella. |
| |
Innanzitutto, abbiamo i primi cinque lotti in ordine di occorrenza nella nostra tabella dati ed eccoli qui, e |
| |
Ecco quante volte compaiono. E ci dice anche che abbiamo altri 413 lotti inclusi nella tabella, più cinque secondo i miei calcoli, |
| |
Si tratta di circa 418 lotti individuali. Ora esaminiamo l'età calcolata in anni e vediamo che la maggior parte dei nostri valori è compresa tra zero e qualsiasi valore, si riferiscono al periodo zero, il che ha senso perché si tratta di una vaccinazione e ne prenderemo nota. |
| |
E andiamo alla colonna del sesso e sembra che ci siano significativamente più femmine che maschi. Ora, questo ci dice subito se vogliamo procedere fianco a fianco. |
| |
nei confronti di gruppo, dovremo selezionare casualmente le femmine, in modo che siano uguali ai maschi e abbiamo anche alcune incognite, parecchie incognite. |
| |
E lo prendiamo semplicemente nota e andiamo avanti. E vediamo i giorni di degenza. E vediamo NUMDAYS. Ora ecco un'altra caratteristica davvero molto interessante. Supponiamo di voler avere maggiori dettagli e di voler fare un po' di esplorazione per vedere come è distribuita l'età, semplicemente clicchiamo con il tasto destro, clicchiamo con il tasto destro, |
| |
Seleziona "Apri nella distribuzione". Ed eccoci nella finestra di distribuzione, con un bel po' di informazioni. |
| |
Per i nostri scopi attuali, non ci soffermiamo molto sui quantili. Quindi clicchiamo su "Chiudi" e occuperà ancora un po' di spazio. |
| |
Quindi scendiamo qui e selezioniamo "Contorno chiuso" e scegliamo "Verticale". Ci ritroviamo con una finestra di facile lettura. Contiene alcune informazioni. Ovviamente, qui sotto vediamo la nostra distribuzione e qui sopra abbiamo un grafico a scatola e baffi. |
| |
Non c'è molto tempo per approfondire questo aspetto, che mostra i dati in modo diverso. E dalle nostre statistiche riassuntive vediamo che la media è 16,2, con una deviazione standard di 20,6. |
| |
Non è una situazione ideale. Quindi, se vuoi fare qualcosa di più, potremmo dividere gli anni in due gruppi, dove la maggior parte di essi si trova qui sotto e poi |
| |
dove, dove questo, dove sono tutti i dati distorti e poi il resto di loro e |
| |
lungo la destra e |
| |
Esaminatelo separatamente. E ridurrò al minimo quella finestra temporale e potremo fare lo stesso con i giorni di degenza e il numero di giorni. E lasciatemelo dire velocemente. |
| |
E qui vediamo gli stessi tipi di dati e non mi preoccuperò di cliccarci sopra e di ridurli. Ma potremmo anche notare che, quando abbiamo di nuovo una media di 6,7 e una deviazione standard di 13,2, ancora una volta, non è una situazione ideale e ne prendiamo semplicemente nota. |
| |
E concludo. Ora diciamo che vogliamo fare un'analisi un po' più esplorativa, qualcosa ci ha colpito e tutto il resto. Ed è semplice da fare qui. Non dobbiamo tornare al database online, |
| |
e seleziona tutto, clicca sui menu a discesa o altro. Possiamo semplicemente andare qui per analizzare e adattare Y per X. |
| |
Quindi diciamo che vorremmo esaminare la relazione tra |
| |
Oh, giorni di degenza, numero di giorni trascorsi in ospedale ed età calcolata in anni. Facciamo semplicemente questo. Abbiamo due variabili continue, quindi otterremo un grafico bivariato. |
| |
Facciamo clic su OK. |
| |
E otteniamo un'altra bella visualizzazione dei dati. E sì, possiamo vedere che |
| |
attualmente, la media è scesa intorno a 5 o 6, il che è un buon dato, meglio di 10 o 12. Possiamo, a scopo di riferimento, |
| |
Andiamo qui, al triangolo rosso, selezioniamo "adatta media" e otteniamo la media, proprio qui. E abbiamo notato che ci sono parecchi valori anomali. |
| |
Supponiamo di volerli esaminare subito e decidere se approfondire ulteriormente la questione. Quindi, se passiamo il mouse su uno dei nostri punti anomali o su uno qualsiasi degli altri punti, |
| |
vediamo che appare questa finestra pop-up e ci dice |
| |
quel particolare punto dati rappresenta la riga 868. |
| |
L'età calcolata è compresa nell'intervallo di un anno, |
| |
e questo paziente ha trascorso 90 giorni in ospedale. Ora potremmo cliccare con il tasto destro e colorare questa riga o mettere un pennarello lì. Non mi prenderò la briga di farlo, ma lo farò |
| |
sposta il cursore qui nella finestra e vedrai questo piccolo simbolo nell'angolo in alto a destra, cliccaci sopra e verrà bloccato. |
| |
Quindi, ovviamente, possiamo ripetere l'operazione. E possiamo ottenere i dettagli per un'analisi più approfondita. Ho trovato questo molto utile quando si fanno presentazioni a gruppi di persone e si vuole richiamare l'attenzione su un punto specifico. È un po' eccessivo, quindi clicchiamo con il tasto destro del mouse, selezioniamo... selezioniamo il carattere, non modifichiamo. |
| |
E si apre la finestra del font e vediamo che stiamo usando un font da 16 punti. Andiamo, non so, scendiamo a 9. |
| |
E questo è un po' meglio e ci dà più spazio se vogliamo richiamare l'attenzione su alcuni degli altri valori anomali. Quindi, riassumendo, |
| |
Lasciatemi riprendere la presentazione PowerPoint. |
| |
In sintesi, siamo stati in grado di importare e modellare due grandi tabelle di dati da un ampio database online gestito dal governo. Siamo stati in grado di creare sottoinsiemi di tabelle, |
| |
in grado di unire le tabelle e selezionare i nostri dati di output senza soluzione di continuità. E siamo stati in grado di generare riepiloghi e distribuzioni, evidenziando le aree |
| |
che potrebbero essere di interesse e per un'analisi più dettagliata. E naturalmente, tutto ciò è avvenuto senza soluzione di continuità e all'interno della stessa piattaforma software. Ora, |
| |
fornire alcuni link |
| |
Proprio qui, al sito dei vari dati. Questo è il sito principale, che contiene tutta la documentazione che dimostra l'ottimo lavoro svolto dal governo. Ed ecco i dati veri e propri nel file zip. |
