CN116230149A - 医疗变量数据的处理方法、装置、电子设备和存储介质 - Google Patents
医疗变量数据的处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116230149A CN116230149A CN202211676421.7A CN202211676421A CN116230149A CN 116230149 A CN116230149 A CN 116230149A CN 202211676421 A CN202211676421 A CN 202211676421A CN 116230149 A CN116230149 A CN 116230149A
- Authority
- CN
- China
- Prior art keywords
- variable
- preprocessing
- target
- medical
- mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 213
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims description 54
- 238000004590 computer program Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 7
- 238000011160 research Methods 0.000 abstract description 34
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000009795 derivation Methods 0.000 description 6
- 230000003902 lesion Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开提供了一种医疗变量数据的处理方法、装置、电子设备和存储介质,涉及计算机技术领域,特别涉及大数据处理、智慧医疗等领域。具体实现方案为:在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式;提供所述目标预处理方式的参数配置项,并获取所述参数配置项对应的输入参数;基于所述输入参数对所述目标医疗变量执行所述目标预处理方式,得到所述目标医疗变量的衍生变量。本公开实施例降低了医疗变量预处理工具/平台的理解成本,有利于提升医疗科研工作效率。
Description
技术领域
本公开涉及计算机技术领域,特别涉及大数据处理、智慧医疗等领域。
背景技术
近年来,医学临床数据中心的建设为临床科研工作者探索提供了良好的土壤。基于有效医疗数据资产的积累与大数据科技手段的日益进步,临床科研工作者获取利用科研数据的技术门槛逐渐降低。
利用这些数据所开展的各项科研项目在完成eCRF(Electronic Case ReportForm,电子病例报告表)表单的设计及科研变量的结构化获取后,形成了针对特定课题的医疗科研变量库。这些科研变量库包含了临床科研工作者关注的重点医疗数据信息,但对这些科研变量数据进行统计分析与进一步的利用之前,需要针对特定的变量进行变量预处理操作。
上述变量预处理操作存在一定的ETL(Extract-Transform-Load,抽取-转换-加载)技术门槛,成为科研工作者日常工作的常见限速步骤之一。
发明内容
本公开提供了一种医疗变量数据的处理方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种医疗变量数据的处理方法,包括:
在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式;
提供所述目标预处理方式的参数配置项,并获取所述参数配置项对应的输入参数;
基于所述输入参数对所述目标医疗变量执行所述目标预处理方式,得到所述目标医疗变量的衍生变量。
根据本公开的另一方面,提供了一种医疗变量数据的处理装置,包括:
方式确定模块,用于在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式;
参数配置模块,用于提供所述目标预处理方式的参数配置项,并获取所述参数配置项对应的输入参数;
预处理模块,用于基于所述输入参数对所述目标医疗变量执行所述目标预处理方式,得到所述目标医疗变量的衍生变量。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开实施例中任一的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。
根据本公开实施例的技术方案,预先配置多个用于目标医疗变量的预处理方式,在确定目标预处理方式之后,提供该目标预处理方式的参数配置项,从而用户可基于提供的参数配置项配置参数。如此,基于用户的输入参数对目标医疗变量执行目标预处理方式,可完成对目标医疗变量的预处理,得到衍生变量。在上述过程中通过预先配置预处理方式、提供参数配置项,降低了医疗变量预处理工具/平台的理解成本,从而降低了医疗变量预处理的技术门槛,有利于提升医疗科研工作效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开一实施例提供的医疗变量数据的处理方法的流程示意图;
图2是本公开另一实施例提供的医疗变量数据的处理方法的流程示意图;
图3是本公开实施例的数据处理方法中配置过程的示意图;
图4是本公开实施例的数据处理方法中数据流向的示意图;
图5是本公开实施例中用户交互界面的示意图;
图6是本公开一实施例提供的医疗变量数据的处理装置的示意性框图;
图7是本公开另一实施例提供的医疗变量数据的处理装置的示意性框图;
图8是本公开又一实施例提供的医疗变量数据的处理装置的示意性框图;
图9是用来实现本公开实施例的医疗变量数据的处理方法的电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出了本公开一实施例提供的医疗变量数据的处理方法的流程示意图。该方法可以由医疗变量数据的处理装置执行。该装置可以部署于电子设备中。该电子设备例如是单机、多机或集群系统中的终端、服务器或其他处理设备,其中,终端可以为UE(UserEquipment,用户设备)、移动设备、PDA(Personal Digital Assistant,个人数字助理)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可选的实现方式中,该电子设备可以通过处理器调用存储器中存储的计算机可读指令的方式,来实现本公开实施例的医疗变量数据的处理方法。
如图1所示,在本公开实施例中,医疗变量数据的处理方法包括:
步骤S110、在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式;
步骤S120、提供目标预处理方式的参数配置项,并获取参数配置项对应的输入参数;
步骤S130、基于输入参数对目标医疗变量执行目标预处理方式,得到目标医疗变量的衍生变量。
示例性地,本公开实施例中的目标医疗变量,包括待进行预处理的一个或多个医疗变量,医疗变量例如是eCRF表单中的问诊日期、病灶大小、药物名称、过敏史等。
针对目标医疗变量为单个医疗变量的情况,可以预先针对不同的医疗变量配置不同的预处理方式。例如对于病灶大小,可以配置填充、标准化、分箱等预处理方式;对于药物名称,可以配置填充、编码等预处理方式。或者,预先针对不同类型的医疗变量配置不同的预处理方式,例如对于数值变量配置填充、标准化、分箱等预处理方式;对于分类变量配置填充、编码等预处理方式。
针对目标医疗变量为多个医疗变量的情况,也可以预先配置适用于多个变量的预处理方式。例如,对于多个变量,可以配置函数计算、自定义公式计算等预处理方式。
本公开实施例中,目标预处理方式为需要对目标医疗变量进行的预处理方式。实际应用中,电子设备可以根据用户的选择在预先配置的用于目标医疗变量的预处理方式中,确定目标预处理方式。例如,在用户选定目标医疗变量的情况下,电子设备提供该目标医疗变量的多个预处理方式,并获取在多个预处理方式中进行选取的用户指令,根据该指令确定目标预处理方式。
实际应用中,不同的预处理方式具有不同的参数配置项。例如,目标预处理方式为固定值填充,则配置参数项包含该固定值;目标预处理方式为等频分箱、等宽分箱等,则配置参数项包含分箱数目;目标预处理方式为区间分箱,则配置参数项包含用于确定分箱区间的分割点以及每个分箱区间的标签。
在本公开实施例中,在确定目标预处理方式的情况下,会提供该目标预处理方式的参数配置项,从而用户可以根据提供的参数配置项适应性地输入参数,完成对目标预处理方式的配置,无需用户基于自身的ETL技术基础列举参数配置项,降低对用户的ETL技术门槛,也避免因配置错误而无法执行预处理。
在确定目标医疗变量、目标预处理方式以及输入参数的情况下,即可根据输入参数对目标医疗变量执行目标预处理方式,得到衍生变量。例如,目标医疗变量为病灶大小,执行one-hot(独热)编码后的衍生变量为病灶大小的编码数据。又例如,目标医疗变量为病灶大小,在某个病例中取值为空,执行固定值填充后的衍生变量中,在该病例中的取值为固定值。
可以看到,根据本公开实施例的方法,在上述过程中通过预先配置预处理方式、提供参数配置项,降低了医疗变量预处理工具/平台的理解成本,从而降低了医疗变量预处理的技术门槛,有利于提升医疗科研工作效率。
在一些可选的实施方式中,步骤S110、在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式,可以包括:基于医疗变量库中的多个变量涉及的多个变量类型,提供多个预处理模式,并获取针对多个预处理模式的选择指令;基于选择指令在多个预处理模式中确定当前的预处理模式;在预先配置的与当前的预处理模式对应的多个预处理方式中,确定目标预处理方式。
也就是说,在确定目标预处理方式之前,首先确定预处理模式。即将多种预处理方式分类为多种预处理模式,用户可以先选择预处理模式,使得电子设备根据用户的选择指令确定当前的预处理模式,进而在该预处理模式下的多个预处理方式中确定目标预处理方式。通过先选取模式,再选取具体方式的手段,进一步降低用户对预处理配置和操作的理解成本,从而提升预处理效率。
示例性地,多个预处理模式可以包括单个分类变量的预处理模式、单个数值变量的预处理模式、多个变量的函数计算模式、多个变量的自定义公式计算模式。实际应用中,也可以设置两级预处理模式,其中第一级预处理模式用于区分是单个变量还是多个变量,第二级预处理模式用于区分变量类型或处理类型,从而便于用户逐级选择变量处理模式。
在一些可选的实施方式中,医疗变量数据的处理方法还可以包括:在医疗变量库中的多个变量以及多个变量中的每个变量的衍生变量中,确定目标医疗变量。
也就是说,变量预处理范围可以包括医疗变量库中的原始变量,也可以包括衍生变量。如此,有利于实现批量预处理。例如在执行一次预处理任务时,选定医疗变量A执行编码预处理,并选定医疗变量A编码预处理后的衍生变量A1执行填充预处理,则目标医疗变量包括变量A和变量A1,两个变量所对应的两个预处理方式分别为编码预处理和填充预处理。在配置参数后,先后对变量A和变量A1执行对应的处理,从而实现批量预处理。
根据上述可选的实施方式,可以在衍生变量中确定目标医疗变量,从而有利于实现批量预处理,提升预处理效率。
在一些可选的实施方式中,医疗变量数据的处理方法还可以包括:获取目标预处理方式对应的结果预览模板;基于结果预览模板对目标医疗变量以及衍生变量进行对比展示。
示例性地,可以预先针对不同的预处理方式配置不同的结果预览模板,从而在待执行预处理后,获取目标预处理方式对应的结果预览模板。具体地,可以根据各预处理方式所对应的预处理前后的变量类型,确定结果预览模板。例如,对于数值变量的分箱预处理,预处理前的变量为数值变量,预处理后的变量为分类变量;其中,数值变量采用统计表格和分布图均能进行展示,分类变量通常采用分布图进行展示,因此,数值变量的分箱预处理的结果预览模板包括目标医疗变量的统计表格和分布图以及衍生变量的分布图,如此,可以利用该统计表格和分布图对目标医疗变量以及衍生变量进行对比展示。
在上述可选的实施方式中,对预处理前后的变量进行对比展示,从而有利于科研工作者进行变量分析,提升医疗科研效率。
在一些可选的实施方式中,医疗变量数据的处理方法还可以包括:基于目标医疗变量的衍生变量,得到衍生变量的记录表单,并基于目标医疗变量建立记录表单的检索信息;在接收到包含检索信息的表单调用请求的情况下,提供记录表单。
也就是说,在执行预处理之后,会生成衍生变量的记录表单,并建立记录表单的检索信息,以便于用户在后续操作中可利用该检索信息检索到该记录表单,从而对该衍生变量进行利用。
根据该实施方式,可以实现衍生变量的复用,并且方便调用,从而避免对同一个或同一组变量进行多次重复的预处理,减少服务后端的计算压力,相应地提升服务后端的计算效率,从而提升医疗科研效率。
在一些可选的实施方式中,基于目标医疗变量的衍生变量,得到衍生变量的记录表单,并基于目标医疗变量建立记录表单的检索信息,包括:在目标医疗变量所属的电子病例报告表单中新增衍生变量,得到衍生变量的记录表单;将目标医疗变量所属的电子病例报告表单的检索信息,作为记录表单的检索信息。
举例而言,eCRF包含变量A和变量B,在对变量A执行预处理得到衍生变量A1后,可以直接在该eCRF中增加变量A1,得到新的eCRF,该新的eCRF即衍生变量的记录表单,通过查找该eCRF可以查找到衍生变量A1的相关信息。
在上述可选的实施方式中,在原电子病例报告表单中增加衍生变量,可以便于科研工作者查找和调用衍生变量,从而有利于实现衍生变量的复用,减少服务后端的计算压力,相应地提升服务后端的计算效率,从而提升医疗科研效率。
在一些可选的实施方式中,基于目标医疗变量的衍生变量,得到衍生变量的记录表单,并基于目标医疗变量建立记录表单的检索信息,包括:基于目标医疗变量、目标预处理方式以及衍生变量,生成记录表单;将目标医疗变量作为记录表单的检索信息。
也就是说,对于每个预处理任务,可以将目标医疗变量、目标预处理方式以及衍生变量记录起来,生成新的记录表单,以便于后续查找。
该方式可实现针对多变量的预处理的记录和复用,从而使得各种预处理方式对应的衍生变量都能得到记录,有利于减少服务后端的计算压力,相应地提升服务后端的计算效率,从而提升医疗科研效率。
为了更清楚地理解本公开实施例的技术方案,特别是对本公开实施例中预处理模式、预处理方式、参数配置项、结果预览模板、记录表单的设计,下面提供一个具体的应用示例,并结合图表对数据处理方法进行描述。
根据该应用示例,图2示出了数据处理方法的示意性流程图,如图2所示,该数据处理方法包括以下多个处理流程:
S21、定义科研变量预处理模式
医疗变量(也可以称为医学科研变量、科研变量)预处理配置与复杂变量衍生的第一步,需要定义变量预处理模式,主要包括但不限于:1、定义科研变量预处理的一级模式;2、定义科研变量预处理的二级模式。其中,科研变量预处理的一级模式包括:批量单变量预处理和批量多变量预处理。一级科研变量预处理模式的定义决定科研变量预处理二级模式及预处理流程的详情内容。在批量单变量预处理模式中,二级模式包括单变量-分类变量、单变量-数值变量两种,其中,分类变量与数值变量的处理方法将在处理流程S23中介绍。在批量多变量预处理模式中,二级模式包括多变量-自定义公式计算、单变量-函数计算两种,其中自定义公式计算用于对选定的多个变量进行公式计算编辑,函数计算用于对选定的多个变量进行函数计算。
为了便于理解,表1汇总了各种预处理模式:
表1
S22、科研变量预处理范围圈定
医学科研变量预处理配置与复杂变量衍生的第二步,需要定义科研变量预处理范围,主要包括但不限于:1、确认预处理变量的表单来源;2、确认预处理变量的名称详情。在批量单变量预处理模式中,研究者需先对将要进行的预处理变量进行选择,用于后续批次行的预处理方法编辑。在批量多变量预处理模式中,研究者可使用自定义输入公式、或输入内置函数来实现复杂衍生变量的预处理。
特别的,此处需要说明的是,科研变量的预处理可选范围包括eCRF表单中的原始数据,也包括前序批次预处理所衍生的预处理变量,用于提供用户对科研变量进行多步骤预处理的实现。在预处理模式设定后,针对选取的模式进行批次处理变量范围圈定,即在上述可选范围中确定变量范围。
表2对科研变量预处理范围圈定时的配置项进行了列举:
表2
S23、科研变量预处理方法选择
医学科研变量预处理配置与复杂变量衍生的第三步,需要定义科研变量预方法选择,本步骤主要用于针对已限定好的处理变量范围批量选择各变量的详细预处理方式。在该步骤中,用户首先需要明确变量类型,并根据变量类型对预处理方式进行选择及限定。其中,针对单个数值变量的常见预处理方式包括:中位数填充、均值填充、众数填充、固定值填充、min-max(最大值-最小值)标准化、z-score(Z得分)标准化、log(对数)标准化及各种分箱操作。对单个分类变量的常见预处理方式包括:最大类填充、固定值填充、one-hot编码、LabelEncoder(标签编码)编码等。针对多个变量进行自定义公式编辑时,用户需提供完成公式编辑后将完成公式所需的变量映射到所选定的科研变量上。针对多个变量进行函数计算编辑时,提供的常见函数包含:min(求最小值)、max(求最大值)、avg(求平均值)等。
表3对各预处理方式进行了详情说明:
表3
S24、科研变量预处理方式参数配置
医学科研变量预处理配置与复杂变量衍生的第四步,需要定义各科研变量预方法的参数配置。针对特定的数值变量预处理方式,需要设置特定的参数配置,如等频分箱、等宽分箱,需要对目标分箱数进行设定;区间分箱,则需要对将该数值变量分区的数值点及区间标签进行描述。针对特定的分类变量预处理方式,需要设置特定的参数配置,如特定值填充,则需要对该特定值进行描述。
表4对数据标准化及聚合规则配置进行详情说明:
表4
为了便于理解上述步骤S21~S24提供的配置过程,图3示出了医疗变量数据的处理方法中配置过程的示意图。如图3所示,配置过程300可以包括以下步骤:S31、预先配置预处理数据可选范围包括eCRF表单数据和前序预处理批次处理所得数据;S32、预处理模式设定,随后根据设定情况进入S33或S36;S33、确定进行批量单因素预处理;S34、批次处理变量范围圈定;S35、针对选定变量依次选定具体预处理方法并圈定;S36、确定进行批量多因素预处理;S37、依次输入多个公式预处理规则。在进行上述配置过程之后,如图3所示,根据预处理模式的不同情况,可以执行步骤S38、批次行单因素预处理结果预览,或步骤S39、批次行公式预处理结果预览;最后执行步骤S40、确认并生成单次预处理表单数据。
S25、科研变量预处理方式结果预览
医学科研变量预处理配置与复杂变量衍生的第五步,需要对科研变量预处理的结果进行预览。在该步骤中,本方法针对各一级模式下的二级预处理方式提供了预处理结果模板。针对常见的数值变量预处理结果,本工具提供变量预处理前后的频率分布图对比及变量预处理前后的常见统计值对比。针对常见的分类变量预处理结果,本工具提供变量预处理前后的百分比图对比及变量预处理前后的码值变化表说明。特别的,针对特殊的数值变量分箱预处理方式,需提供预处理后变量分布百分比图。
表5示出了各预处理方式对应的结果预览模板:
表5
S26、科研变量预处理报告汇总
医学科研变量预处理配置与复杂变量衍生的第六步,需要对科研变量预处理报告进行汇总。为了便于理解,图4示出了本公开实施例的数据处理方法中数据流向的示意图。如图4所示,医疗变量数据的处理装置410对于eCRF表单数据420的变量,通过预处理模式配置以及预处理范围、方法参数设置后,对预处理结果进行采样与验证,随后进行确认与存储,得到科研变量预处理结果集合430。本步骤将对科研变量预处理结果集合的处理进行描述。
具体地,本步骤将提供研究者针对原始eCRF表单特定字段所有批次中同个科研变量预处理结果的汇总以及所有新增批次预处理形成的新表单,所有eCRF表单原始数据及所有预处理结果数据均可用于后续研究。
表6提供了一张预处理报告汇总结果说明。其中,表单1、表单2、表单3为eCRF表单从临床数据中心中抽取的原始数据。表单“单变量预处理:预处理任务1”以及“多变量预处理:预处理任务2”为多次预处理结果后生成的预处理表单。
表6
表7提供了一张所有预处理工作结束后的汇总报告,用于提供用户对当前多批次、多方法的预处理工作进行管理:
表7
在上述应用示例中,可以通过用户交互界面提供预处理模式、预处理方式、配置参数项、记录表单的查找调用入口。图5示出了本公开实施例中的用户交互界面的示意图。如图5所示,用户交互界面通过模式选择区域510提供多种预处理模式,通过表单中的衍生变量区域520提供衍生变量的查看功能,通过预处理任务表单区域530提供以预处理任务为单位的记录表单入口。
可以看到,根据本公开实施例的方法,在上述过程中通过预先配置预处理方式、提供参数配置项,降低了医疗变量预处理工具/平台的理解成本,从而降低了医疗变量预处理的技术门槛,有利于提升医疗科研工作效率。
根据本公开实施例,还提供一种医疗变量数据的处理装置。图6示出了本公开一实施例提供的处理装置的示意性框图。如图6所示,该装置包括:
方式确定模块610,用于在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式;
参数配置模块620,用于提供目标预处理方式的参数配置项,并获取参数配置项对应的输入参数;
预处理模块630,用于基于输入参数对目标医疗变量执行目标预处理方式,得到目标医疗变量的衍生变量。
示例性地,图7示出了本公开另一实施例提供的医疗变量数据的处理装置的示意性框图。如图7所示,方式确定模块包括:
交互单元710,用于基于医疗变量库中的多个变量涉及的多个变量类型,提供多个预处理模式,并获取针对多个预处理模式的选择指令;
模式确定单元720,用于基于选择指令在多个预处理模式中确定当前的预处理模式;
方式确定单元730,用于在预先配置的与当前的预处理模式对应的多个预处理方式中,确定目标预处理方式。
示例性地,图8示出了本公开又一实施例提供的医疗变量数据的处理装置的示意性框图。如图8所示,该装置还可以包括:
变量确定模块810,用于在医疗变量库中的多个变量以及多个变量中的每个变量的衍生变量中,确定目标医疗变量。
示例性地,如图8所示,该装置还可以包括:
模板确定模块820,用于获取目标预处理方式对应的结果预览模板;
对比展示模块830,用于基于结果预览模板对目标医疗变量以及衍生变量进行对比展示。
示例性地,如图8所示,该装置还可以包括:
表单处理模块840,用于基于目标医疗变量的衍生变量,得到衍生变量的记录表单,并基于目标医疗变量建立记录表单的检索信息;
调用模块850,用于在接收到包含检索信息的表单调用请求的情况下,提供记录表单。
示例性地,如图8所示,表单处理模块840包括:
表单更新单元841,用于在目标医疗变量所属的电子病例报告表单中新增衍生变量,得到衍生变量的记录表单;
第一检索处理单元842,用于将目标医疗变量所属的电子病例报告表单的检索信息,作为记录表单的检索信息。
示例性地,如图8所示,表单处理模块840包括:
表单生成单元843,用于基于目标医疗变量、目标预处理方式以及衍生变量,生成记录表单;
第二检索处理单元844,用于将目标医疗变量作为记录表单的检索信息。
本公开实施例的装置的各模块、子模块的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如医疗变量数据的处理方法。例如,在一些实施例中,医疗变量数据的处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的医疗变量数据的处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行医疗变量数据的处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种医疗变量数据的处理方法,包括:
在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式;
提供所述目标预处理方式的参数配置项,并获取所述参数配置项对应的输入参数;
基于所述输入参数对所述目标医疗变量执行所述目标预处理方式,得到所述目标医疗变量的衍生变量。
2.根据权利要求1所述的方法,其中,所述在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式,包括:
基于医疗变量库中的多个变量涉及的多个变量类型,提供多个预处理模式,并获取针对所述多个预处理模式的选择指令;
基于所述选择指令在所述多个预处理模式中确定当前的预处理模式;
在预先配置的与所述当前的预处理模式对应的多个预处理方式中,确定目标预处理方式。
3.根据权利要求1或2所述的方法,还包括:
在医疗变量库中的多个变量以及所述多个变量中的每个变量的衍生变量中,确定所述目标医疗变量。
4.根据权利要求1-3中任一项所述的方法,还包括:
获取所述目标预处理方式对应的结果预览模板;
基于所述结果预览模板对所述目标医疗变量以及所述衍生变量进行对比展示。
5.根据权利要求1-4中任一项所述的方法,还包括:
基于所述目标医疗变量的衍生变量,得到所述衍生变量的记录表单,并基于所述目标医疗变量建立所述记录表单的检索信息;
在接收到包含所述检索信息的表单调用请求的情况下,提供所述记录表单。
6.根据权利要求5所述的方法,其中,所述基于所述目标医疗变量的衍生变量,得到所述衍生变量的记录表单,并基于所述目标医疗变量建立所述记录表单的检索信息,包括:
在所述目标医疗变量所属的电子病例报告表单中新增所述衍生变量,得到所述衍生变量的记录表单;
将所述目标医疗变量所属的电子病例报告表单的检索信息,作为所述记录表单的检索信息。
7.根据权利要求5所述的方法,其中,所述基于所述目标医疗变量的衍生变量,得到所述衍生变量的记录表单,并基于所述目标医疗变量建立所述记录表单的检索信息,包括:
基于所述目标医疗变量、所述目标预处理方式以及所述衍生变量,生成所述记录表单;
将所述目标医疗变量作为所述记录表单的检索信息。
8.一种医疗变量数据的处理装置,包括:
方式确定模块,用于在预先配置的多个用于目标医疗变量的预处理方式中,确定目标预处理方式;
参数配置模块,用于提供所述目标预处理方式的参数配置项,并获取所述参数配置项对应的输入参数;
预处理模块,用于基于所述输入参数对所述目标医疗变量执行所述目标预处理方式,得到所述目标医疗变量的衍生变量。
9.根据权利要求8所述的装置,其中,所述方式确定模块包括:
交互单元,用于基于医疗变量库中的多个变量涉及的多个变量类型,提供多个预处理模式,并获取针对所述多个预处理模式的选择指令;
模式确定单元,用于基于所述选择指令在所述多个预处理模式中确定当前的预处理模式;
方式确定单元,用于在预先配置的与所述当前的预处理模式对应的多个预处理方式中,确定目标预处理方式。
10.根据权利要求8或9所述的装置,还包括:
变量确定模块,用于在医疗变量库中的多个变量以及所述多个变量中的每个变量的衍生变量中,确定所述目标医疗变量。
11.根据权利要求8-10中任一项所述的装置,还包括:
模板确定模块,用于获取所述目标预处理方式对应的结果预览模板;
对比展示模块,用于基于所述结果预览模板对所述目标医疗变量以及所述衍生变量进行对比展示。
12.根据权利要求8-11中任一项所述的装置,还包括:
表单处理模块,用于基于所述目标医疗变量的衍生变量,得到所述衍生变量的记录表单,并基于所述目标医疗变量建立所述记录表单的检索信息;
调用模块,用于在接收到包含所述检索信息的表单调用请求的情况下,提供所述记录表单。
13.根据权利要求12所述的装置,其中,所述表单处理模块包括:
表单更新单元,用于在所述目标医疗变量所属的电子病例报告表单中新增所述衍生变量,得到所述衍生变量的记录表单;
第一检索处理单元,用于将所述目标医疗变量所属的电子病例报告表单的检索信息,作为所述记录表单的检索信息。
14.根据权利要求12所述的装置,其中,所述表单处理模块包括:
表单生成单元,用于基于所述目标医疗变量、所述目标预处理方式以及所述衍生变量,生成所述记录表单;
第二检索处理单元,用于将所述目标医疗变量作为所述记录表单的检索信息。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211676421.7A CN116230149A (zh) | 2022-12-26 | 2022-12-26 | 医疗变量数据的处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211676421.7A CN116230149A (zh) | 2022-12-26 | 2022-12-26 | 医疗变量数据的处理方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116230149A true CN116230149A (zh) | 2023-06-06 |
Family
ID=86579515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211676421.7A Pending CN116230149A (zh) | 2022-12-26 | 2022-12-26 | 医疗变量数据的处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116230149A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109739925A (zh) * | 2019-01-07 | 2019-05-10 | 北京云基数技术有限公司 | 一种基于大数据的数据处理系统和方法 |
CN111221517A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 一种模型创建方法、装置、计算机设备和可读存储介质 |
CN113296786A (zh) * | 2021-05-31 | 2021-08-24 | 上海米哈游璃月科技有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN113760344A (zh) * | 2020-07-06 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 动态配置的方法、装置、电子设备和存储介质 |
CN114841506A (zh) * | 2022-03-23 | 2022-08-02 | 青岛海尔科技有限公司 | 数据处理方法、装置、设备及存储介质 |
-
2022
- 2022-12-26 CN CN202211676421.7A patent/CN116230149A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109739925A (zh) * | 2019-01-07 | 2019-05-10 | 北京云基数技术有限公司 | 一种基于大数据的数据处理系统和方法 |
CN111221517A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 一种模型创建方法、装置、计算机设备和可读存储介质 |
CN113760344A (zh) * | 2020-07-06 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 动态配置的方法、装置、电子设备和存储介质 |
CN113296786A (zh) * | 2021-05-31 | 2021-08-24 | 上海米哈游璃月科技有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN114841506A (zh) * | 2022-03-23 | 2022-08-02 | 青岛海尔科技有限公司 | 数据处理方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
知乎用户: "【SPSSAU】数据处理之生成变量|案例分析解读", Retrieved from the Internet <URL:https://www.zhihu.com/zvideo/1466360672015097856?utm_id=0> * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114329201A (zh) | 深度学习模型的训练方法、内容推荐方法和装置 | |
CN112561081B (zh) | 深度学习模型的转换方法、装置、电子设备和存储介质 | |
CN111259090B (zh) | 关系数据的图生成方法、装置、电子设备和存储介质 | |
CN115408546A (zh) | 一种时序数据管理方法、装置、设备及存储介质 | |
CN115392501A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN114461705A (zh) | 数据可视化生成方法、装置、电子设备及存储介质 | |
CN114860346B (zh) | 建模任务的管理方法和建模任务的运行方法 | |
CN116230149A (zh) | 医疗变量数据的处理方法、装置、电子设备和存储介质 | |
CN116188745A (zh) | 一种加工工艺的确定方法、装置、电子设备及存储介质 | |
CN114329164B (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN113239054A (zh) | 信息生成方法、相关装置及计算机程序产品 | |
CN111680508B (zh) | 文本的处理方法和装置 | |
CN113505131A (zh) | 调整数据排序的方法和装置 | |
CN112905270A (zh) | 工作流实现方法、装置、平台、电子设备以及存储介质 | |
CN113312521B (zh) | 内容检索方法、装置、电子设备和介质 | |
CN113256192A (zh) | 一种仓储物品规划方法和装置 | |
CN117093607A (zh) | 一种针对大数据场景下数据统计查询的优化方法 | |
CN107194014B (zh) | 数据源调用方法及装置 | |
CN117010554B (zh) | 应用于电商推荐系统的动态多目标优化方法以及装置 | |
CN115880508A (zh) | 图像数据处理方法、装置、设备以及存储介质 | |
CN113190439B (zh) | 测试用例的执行方法、装置和电子设备 | |
CN117891528A (zh) | 一种芯片的算子配置方法、装置、电子设备及存储介质 | |
CN117931368A (zh) | 基于Kubernetes的资源检索方法、装置、设备及存储介质 | |
CN116820041A (zh) | 控制器控制逻辑功能的比较方法、装置、设备及存储介质 | |
CN114880355A (zh) | 数据处理方法、电子设备和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |