Анализ данных в клинических больших данных: наиболее часто используемые базы данных, этапы и методологические модели

Из публичных баз данных, таких как Surveillance, Epidemiology, and End Results (SEER), National Health and Nutrition Examination Survey (NHANES), The Cancer Genome Atlas (TCGA) и Medical Information Mart for Intensive Care (MIMIC), получено много высококачественных исследований; однако для этих данных характерны высокая размерная неоднородность, разновременность, дефицитность, нерегулярность и другие особенности, из-за чего их потенциал используется не полностью. Технологии анализа данных стали передовым направлением медицинских исследований, поскольку они хорошо подходят для оценки риска у пациентов и поддержки клинических решений при построении моделей прогноза заболеваний. Поэтому анализ данных имеет уникальные преимущества в исследованиях клинических больших данных, особенно в крупных медицинских публичных базах данных. В статье в простой форме представлены основные медицинские публичные базы данных, а также описаны этапы, задачи и модели анализа данных. Кроме того, приведены методы анализа данных и их практическое применение. Цель работы — помочь клиническим исследователям получить ясное и наглядное представление о применении технологий анализа данных к клиническим большим данным, чтобы способствовать получению результатов исследований, полезных для врачей и пациентов.