醫(yī)學數(shù)據(jù)分析方法與技術(shù)研究

上篇 醫(yī)學數(shù)據(jù)概論
第1章 醫(yī)學數(shù)據(jù)概述 3
1.1 醫(yī)學數(shù)據(jù)來源 3
1.2 醫(yī)學數(shù)據(jù)的特點及應(yīng)用 5
1.2.1 醫(yī)學數(shù)據(jù)的特點 6
1.2.2 醫(yī)學數(shù)據(jù)的應(yīng)用 7
1.3 醫(yī)學數(shù)據(jù)庫簡介 12
1.3.1 常用醫(yī)學公共數(shù)據(jù)庫 12
1.3.2 常用醫(yī)學文獻數(shù)據(jù)庫 19
第2章 醫(yī)學數(shù)據(jù)分析過程 20
2.1 醫(yī)學數(shù)據(jù)分析流程 20
2.2 醫(yī)學數(shù)據(jù)采集 22
2.2.1 醫(yī)學數(shù)據(jù)采集概述 22
2.2.2 醫(yī)學結(jié)構(gòu)化數(shù)據(jù)的采集 23
2.2.3 醫(yī)學非結(jié)構(gòu)化數(shù)據(jù)的采集 27
2.3 醫(yī)學數(shù)據(jù)預處理 31
2.3.1 數(shù)據(jù)清洗 31
2.3.2 數(shù)據(jù)整合 32
2.3.3 數(shù)據(jù)轉(zhuǎn)換 33
2.4 醫(yī)學數(shù)據(jù)挖掘常用方法 34
2.4.1 聚類分析 35
2.4.2 決策樹算法 35
2.4.3 關(guān)聯(lián)規(guī)則 36
2.4.4 神經(jīng)網(wǎng)絡(luò) 37
2.5 醫(yī)學數(shù)據(jù)挖掘應(yīng)用實例 39
2.5.1 關(guān)聯(lián)規(guī)則在甲狀腺結(jié)節(jié)病案分析中的應(yīng)用 39
2.5.2 聚類在不同類型病毒性肝炎發(fā)病率中的應(yīng)用 42
第3章 醫(yī)學數(shù)據(jù)可視化 47
3.1 醫(yī)學數(shù)據(jù)基本圖形 47
3.1.1 條形圖 47
3.1.2 直方圖 49
3.1.3 餅圖 50
3.1.4 散點圖 50
3.1.5 折線圖 51
3.1.6 箱線圖 52
3.1.7 韋恩圖 53
3.2 醫(yī)學數(shù)據(jù)圖形進階 54
3.2.1 火山圖 54
3.2.2 熱圖 54
3.2.3 生存曲線 54
3.2.4 小提琴圖 55
3.2.5 樹圖 56
3.2.6 森林圖 57
3.2.7 氣泡圖 59
3.2.8 桑基圖 60
3.2.9 圈圖 60
3.3 醫(yī)學知識圖譜 61
3.3.1 醫(yī)學知識圖譜概述 61
3.3.2 醫(yī)學知識圖譜應(yīng)用 61
中篇 生物信息學與網(wǎng)絡(luò)藥理學數(shù)據(jù)分析
第4章 生物信息學數(shù)據(jù)分析 65
4.1 生物信息學概述 65
4.1.1 生物信息學研究的對象 65
4.1.2 生物信息學研究的內(nèi)容 65
4.2 基因差異表達分析 67
4.2.1 基因表達 67
4.2.2 差異表達基因的相關(guān)概念 67
4.2.3 R語言中差異分析包 68
4.2.4 差異基因分析實例 70
4.3 基因篩選與生存分析 70
4.3.1 LASSO篩選 71
4.3.2 多因素Cox建模 71
4.3.3 KM Plot可視化 72
4.3.4 實例分析 73
4.4 GO與KEGG分析 74
4.4.1 基因功能注釋和基因富集分析 74
4.4.2 GO與KEGG數(shù)據(jù)庫 76
4.4.3 富集分析數(shù)據(jù)庫——DAVID 79
4.4.4 實例分析 81
4.5 生物分子網(wǎng)絡(luò) 82
4.5.1 網(wǎng)絡(luò)拓撲結(jié)構(gòu)與類型 82
4.5.2 蛋白質(zhì)互作網(wǎng)絡(luò)與STRING數(shù)據(jù)庫 83
4.5.3 網(wǎng)絡(luò)可視化軟件Cytoscape 87
4.6 生物信息學分析實例 92
4.6.1 實例背景介紹 92
4.6.2 研究方法 92
4.6.3 結(jié)果展示 93
第5章 網(wǎng)絡(luò)藥理學數(shù)據(jù)分析 98
5.1 網(wǎng)絡(luò)藥理學概述 98
5.1.1 網(wǎng)絡(luò)藥理學的概念 98
5.1.2 網(wǎng)絡(luò)藥理學應(yīng)用 98
5.1.3 網(wǎng)絡(luò)藥理學研究方法 100
5.2 靶標預測與網(wǎng)絡(luò)構(gòu)建 101
5.2.1 藥物中活性成分的篩選 101
5.2.2 藥物活性成分潛在靶點的預測 106
5.3 分子對接 111
5.3.1 分子對接原理 111
5.3.2 分子對接的分類 111
5.3.3 主要的分子對接軟件 111
5.3.4 分子對接步驟與實例 112
5.4 網(wǎng)絡(luò)藥理學分析實例 116
5.4.1 實例研究背景 116
5.4.2 研究方法 117
5.4.3 結(jié)果與結(jié)論 118
下篇 醫(yī)學數(shù)據(jù)統(tǒng)計分析
第6章 兩組計量資料的均數(shù)差異比較 127
6.1 t檢驗概述 127
6.2 單樣本t檢驗 128
6.3 兩獨立樣本t檢驗 131
6.4 配對設(shè)計樣本t檢驗 136
第7章 多組計量資料的均數(shù)差異比較 142
7.1 方差分析概述 142
7.2 單因素方差分析及兩兩比較 142
7.3 雙因素方差分析及兩兩比較 147
7.4 析因設(shè)計的方差分析 152
第8章 計數(shù)資料樣本間差異的比較 156
8.1 檢驗概述 156
8.2 R×C表資料 檢驗 158
8.3 一般四格表 檢驗 160
8.3.1 Pearson 檢驗 160
8.3.2 校正 檢驗 162
8.3.3 Fisher精確檢驗 163
8.4 配對四格表 檢驗 164
8.5 配對R×R表一致性檢驗 166
第9章 偏態(tài)分布計量資料或等級資料樣本間差異的比較 169
9.1 秩和檢驗概述 169
9.2 配對設(shè)計資料的秩和檢驗 170
9.3 隨機設(shè)計兩個樣本的秩和檢驗 172
9.3.1 原始資料的分析 172
9.3.2 等級資料的分析 174
9.4 隨機設(shè)計多個樣本的秩和檢驗 176
9.4.1 原始資料的分析 176
9.4.2 等級資料的分析 178
9.5 隨機區(qū)組設(shè)計多個樣本的秩和檢驗 180
第10章 資料的相關(guān)性及相關(guān)程度的分析 183
10.1 相關(guān)分析概述 183
10.2 雙變量相關(guān)分析 184
10.2.1 皮爾遜相關(guān)分析 184
10.2.2 斯皮爾曼等級相關(guān)分析 187
10.3 回歸分析概述 188
10.4 直線線性回歸 189
10.5 多元線性回歸 193
10.6 多元逐步回歸 196
第11章 生存資料的分析 199
11.1 生存資料分析概述 199
11.2 Kaplan-Meier方法 200
11.3 壽命表方法 203
11.4 Log-rank檢驗 206
參考文獻 210