Využití metod průzkumové analýzy dat (exploratory data analysis, EDA) je při hodnocení klinických dat v medicíně klíčovou fází. Vizualizační principy, modely poukazující na trendy vývoje či např. znázornění potenciálních závislostí, pomáhají k lepší interpretaci měření a v diagnostickém rozhodování. Počet dostupných moderních EDA balíků pro vývojáře v posledních letech roste v souvislosti s rozvojem oboru Data Science. NeuroEDA je interaktivní webová aplikace pro hodnocení biomedicínských dat. Aplikace byla naprogramována ve statistickém jazyce R, v rámci reaktivního paradigmatu frameworku Shiny. Je dále rozvíjena a využívána Katedrou biomedicínské informatiky FBMI ČVUT ve spolupráci s Neurologickou klinikou 1. LF UK a VFN v Praze, především pro hodnocení pacientů s dystoniemi a Parkinsonovou nemocí. Zpracování uživatelských dat v tabulkové formě (.csv, excel) probíhá v serverové části. Kromě základních popisných statistik, průzkumových grafů a shlukové analýzy, které jsou vhodné i pro hodnocení velkých dat, nabízí aplikace metody pro robustní a neparametrickou analýzu. Ty jsou v neurologii obzvlášť vhodné. Typicky z důvodu malých počtů a vlivných pozorování. Dále kvůli častému nesplnění dalších statistických předpokladů. Mezi její výhody patří snadná rozšiřitelnost o nové R balíky a rychlá odezva ve webových prohlížečích. Uživatelské interaktivní prostředí umožňuje práci s funkcemi jazyka R bez znalosti skriptování.

Usage of methods for exploratory data analysis (EDA) plays an important role in assessment of clinical medical data. Visualizations, models and illustration of dependency can help for better understanding of measurements in the diagnostics and making decision. The number of available modern EDA packages for developers is increasing as well as the development of the Data Science field. NeuroEDA is an interactive web application for biomedical data assessment. The application was programmed in the R statistical language, based on reactive paradigm framework called Shiny. It is further developed and used by the Department of Biomedical Informatics FBME CTU in cooperation with the Neurological Clinic of the 1st Medical Faculty, Charles University in Prague. Especially for the patients with dystonia and Parkinson's disease. Computations and processing of user data are executed on the server side. Basic descriptive statistics, interactive graphs, clustering, robust and LOESS regression were implemented and are suitable for analytics of big data. Robust regression is especially suitable in neurology. Typically, due to the small numbers of measured observations and failure to prove other statistical assumptions. Among its advantages we can consider easy expandability of new R packages and quick response in web browsers. User interface allows to work with the R language features without any scripting knowledge.

Katedra biomedicínské informatiky Fakulta biomedicínského inženýrství ČVUT Kladno

NeuroEda - interactive web application for neurological data assessment

Roztoky u Prahy, 21.-22. března 2017

Literatura