基于合成队列数据可视化的脊髓小脑性共济失调交互式队列探索
定量方法
2023-06-14 v2
摘要
动机：数据可视化是从临床数据理解和推导假设的关键步骤。然而，对于临床医生而言，由于缺乏数据处理与可视化的技术知识，可视化往往伴随着巨大的工作量。本应用以直观的设计提供了易于使用的解决方案，支持多种绘图功能。其旨在为临床用户提供一个低门槛的直观解决方案。在创建图表前几乎无需入门培训，而问题的复杂度可逐步增至特定的边缘情况。为便于轻松上手并使用 SCAview 进行测试，我们纳入了基于罕见神经系统运动障碍真实数据构建的合成队列数据集：即最常见的常染色体显性遗传脊髓小脑性共济失调（SCA）1、2、3 和 6 型（SCA1、2、3 和 6）。方法：我们创建了一个基于 Django 的后端应用，向使用 Plotly 进行绘图的基于 React 的前端提供数据。为在不违反任何数据保护准则的情况下部署 SCAview 版本，我们创建了合成队列。在此，我们向数据添加正态分布噪声，从而在保持分布和一般相关性的同时防止重新识别。结果：本工作提出 SCAview，一个用户友好的交互式基于网络的服务，可在可点击界面中实现数据可视化，支持直观的图形操作，旨在实现可点击界面中的数据可视化。该服务已部署，并可使用基于最常见 SCA 观察性研究的大型纵向数据集创建的合成队列进行测试。
引用
@article{arxiv.2210.16649,
title = {Interactive cohort exploration for spinocerebellar ataxias using synthetic cohort data for visualization},
author = {Philipp Wegner and Sebastian Schaaf and Mischa Uebachs and Marcus Grobe-Einsler and Thomas Klockgether and Juliane Fluck and Jennifer Faber},
journal= {arXiv preprint arXiv:2210.16649},
year = {2023}
}