这篇文章是有关医疗行业的第三篇文章了,其实回过头来想想,其实我们之前所提到的制药和器械行业实际上是销售和供应链的分析工作,而HIS系统则更像是OA和KPI的考核报告,那么接下来我所分享的有关预防医学的内容,实际上更贴近于研究的课题。
现在这个社会,有关预防医学的话题更容易让我们接受,预防医学从幕后走到台前的目的实际上是因为我们现在的生活水准提高之后,我们的关注点已经不能满足我们是不是要有病求医,更多的人习惯于睡前吃一些简单的保健品。这的确是人类关注生命的一个很好的举动,那么对于这类课题性的话题到底如何进行分析呢?其实这个很早以前就用有了传统的手记工作,那就是把当天的天气情况以手工的方式进行记录,然后把这些数据在一定时期进行汇总,而后得到周平均、年平均,这些复杂的手工工作最终以计算机的应用被记录到计算机里,利用计算机的数据库进行高速计算而后得到人们需要的结果。就目前为止,市面上主流的有关预防医学的记录软件非常繁杂,比如说SPSS、SAS、STATA、而我国也有一套名为SPLM的系统,其中SPSS系统一直在医学界沿用至今,成为了很多医疗研究公司的首选的软件,随着时代的发展,数据库的技术不断成熟,20世纪60年代问世的SPSS是很多预防医学组织或公司的首选。
有关预防医学的数据分析我在此举个简单的例子,那就是环境对人的影响。一般在做数据抽取或者说数据获取的工作其实是一件相对枯燥的工作。一般情况下,当人们准备研究一个课题的时候,最常见的是使用一个标准的excel表来把需要记录的数据进行填充,或者利用数据接口抽取数据,作为第一数据因素。我所说的第一因素其实很简单,就是在利用初始阶段的收集上来最具基础性的数据作为管理的主要的基础数据。例如天气的气温、风力的大小、湿度的平衡、空气质量,这些基础数据就为我们分析环境的情况做了一手很好的记录。那么如果需要研究呼吸道系统的问题的话~那么个人的生活因素就成为了第二因素。往往这个时候会对受访者做一下记录,比如说个人的嗜好,是否有抽烟的习惯,或者是工作的时候是否有矽肺,那么这个时候第二因素的维度就呈现出来了。不知道这个时候是否会形成一个二叉树的结构,首先是吸烟,吸与不吸,进而下层是有工作影响的因素。那么这时候统计出的患有呼吸道疾病的几率就有了统计的分析,是否以正态分布的模型对地区所有的人做一个大概的分析结果,其发病概率就是那么一块面积所表示的人群数量,如果这个数量居高不下的话,那么预防医学需要提醒相关部门进行沟通,看看如何解决这些问题。这个就是最简单的结构化数据带给人们的预防理念,那么非结构化数据怎么做?
非结构化数据在我看来就是IO流的一个汇聚体,不管是视频、音频、图像、以至于基因组的排序,我的理解就是一堆0和1堆叠在一起的流文件,其实我对基因学也只是知道个皮毛,但是就是因为现在的在国内建立的基因库能为遗传学提供强有力的证据,但是小弟不才,确实道不出很多门道。所以在此我希望大家能否在回复的时候多提一些这样的问题,以便大家一起来讨论。
如果觉得我的文章对您有用,请点赞。您的支持将鼓励我继续创作!
关于TWT使用指南社区专家合作厂商入驻社区企业招聘投诉建议版权与免责声明联系我们 © 2024talkwithtrend — talk with trend,talk with technologist京ICP备09031017号-30
添加新评论0 条评论