Curs Python pentru analiza datelor biomedicale

Lecția 1 • Sintaxa Python de bază și tipurile de date

Acoperă variabile, tipuri numerice, șiruri de caractere și valori booleene cu convenții de denumire biomedicale. Oferă vocabularul pentru toate sarcinile ulterioare de manipulare a datelor.

Lecția 2 • Bucle și iterație

Prezintă buclele for și while pentru procesarea colecțiilor de fișe de pacienți. Susține direct modelele de procesare în loturi utilizate în capitolele despre pipeline-urile de date.

Lecția 3 • Configurarea mediului Python

Instalează Anaconda, configurează Jupyter Notebook și verifică disponibilitatea pachetelor. Stabilește spațiul de lucru reproductibil utilizat pe tot parcursul cursului.

Lecția 4 • Flux de control și logică

Învață ramificarea if/elif/else și operatorii de comparație folosind exemple de praguri clinice. Permite filtrarea condiționată a datelor aplicată în capitolele ulterioare de analiză.

Lecția 1 • Seturi și testare de apartenență

Prezintă seturile pentru deduplicare și verificări rapide de apartenență pe identificatori de cohortă. Susține etapele de curățare a datelor acoperite în capitolul despre pandas.

Lecția 2 • Liste și tupluri în context clinic

Acoperă crearea listelor, indexarea, felierea și mutația, alături de tupluri imutabile. Se leagă de stocarea seriilor ordonate de măsurători și a câmpurilor fixe de metadate.

Lecția 3 • Operarea de bază cu fișiere de intrare/ieșire

Citește și scrie fișiere text simplu și CSV folosind instrumentele Python încorporate. Face legătura între fișierele de date brute și metodele structurate de încărcare introduse cu pandas.

Lecția 1 • Selectarea și filtrarea datelor

Învață loc, iloc, indexarea booleană și query pentru subîmpărțirea rândurilor și coloanelor. Permite extragerea cohortelor și selectarea variabilelor pentru analiza în aval.

Lecția 2 • Introducere în DataFrames și Series

Explică obiectele DataFrame și Series, axele lor și tipurile de date. Stabilește modelul de date de bază folosit în fiecare operațiune pandas ulterioară.

Lecția 3 • Încărcarea datelor clinice din fișiere

Acoperă read_csv, read_excel și read_json cu opțiuni de delimitator și codare. Gestionează formatele comune de fișiere întâlnite în exporturile de fișe medicale electronice.

Lecția 4 • Inspecția exploratorie a datelor

Folosește head, info, describe și value_counts pentru a crea un profil al structurii și distribuțiilor setului de date. Identifică valorile lipsă și valorile aberante înainte de orice transformare.

Lecția 1 • Curățarea și standardizarea șirurilor de caractere

Folosește metodele str accessor pentru a normaliza codurile de diagnostic, numele de medicamente și câmpurile de text liber. Asigură etichete de categorii consistente înainte de grupare și agregare.

Lecția 2 • Bazele ingineriei caracteristicilor

Creează variabile derivate precum IMC, grupe de vârstă și timp scurs din coloanele brute. Produce caracteristici relevante clinic pentru modelare și analiză stratificată.

Lecția 3 • Gestionarea datelor lipsă

Acoperă strategiile dropna, fillna și interpolare adecvate pentru măsurători clinice. Discută impactul fiecărei strategii asupra validității statistice.

Lecția 4 • Detectarea și tratarea valorilor aberante

Aplică delimitarea IQR și pragurile z-score pentru a semnala valorile fiziologic neverosimile. Leagă deciziile privind valorile aberante de cunoștințele de domeniu și sensibilitatea analizei.

Lecția 1 • Operații GroupBy pentru analiza cohortelor

Aplică groupby cu agg, transform și apply pentru a calcula statistici pe grupuri. Permite rezumarea rezultatelor clinice pe diagnostic, pe locație și pe moment temporal.

Lecția 2 • Remodelarea datelor: Melt și Stack

Transformă panourile de laborator în format lat în format lung folosind melt, stack și unstack. Pregătește datele pentru analiză longitudinală și fluxuri de lucru de vizualizare a datelor ordonate.

Lecția 3 • Tabele pivot și tabele de contingență

Construiește rezumate pivot_table și crosstab pentru analiză de contingență și frecvență. Susține formatele de raportare cerute în tabelele de rezultate ale studiilor clinice.

Lecția 1 • Grafice statistice cu Seaborn

Folosește seaborn pentru grafice de distribuție, categorice și relaționale cu statistici încorporate. Accelerează vizualizarea exploratorie a relațiilor variabilelor clinice.

Lecția 2 • Fundamentele Matplotlib

Prezintă modelul Figure și Axes, tipurile de bază de grafice și controalele de formatare. Oferă stratul de randare care stă la baza tuturor bibliotecilor de vizualizare utilizate ulterior.

Lecția 3 • Personalizarea graficelor pentru publicare

Aplică teme, palete de culori, dimensiuni de font și ajustări de layout pentru standardele revistelor. Asigură că figurile îndeplinesc cerințele de accesibilitate și reproductibilitate.

Lecția 4 • Vizualizarea datelor longitudinale ale pacienților

Trasează traiectorii ale biomarkerilor în serii temporale și cronologii de evenimente pentru pacienți individuali. Conectează vizualizarea temporală la abilitățile de remodelare a datelor din capitolul anterior.

Lecția 1 • Corelația și corecția pentru testare multiplă

Calculează corelațiile Pearson și Spearman și aplică corecția FDR pentru panouri cu mai mulți biomarkeri. Abordează ratele de fals-pozitiv inflate în studiile biomedicale cu dimensiuni înalte.

Lecția 2 • Compararea grupurilor cu teste parametrice

Rulează teste t și ANOVA folosind SciPy pentru a compara mediile între grupuri de pacienți. Include verificarea ipotezelor de normalitate și omogenitate a varianței.

Lecția 3 • Fundamentele testării ipotezelor

Acoperă valorile p, nivelurile de semnificație, mărimile efectului și puterea statistică pentru proiectarea studiilor biomedicale. Previne interpretările greșite frecvente ale semnificației statistice în contexte clinice.

Lecția 4 • Statistici descriptive și distribuții

Calculează media, mediana, varianța, asimetria și kurtoza pentru distribuțiile măsurătorilor clinice. Stabilește caracterizarea de bază necesară înainte de orice test inferențial.

Lecția 1 • Interpretabilitatea modelelor și importanța caracteristicilor

Extrage importanțe ale caracteristicilor, valori SHAP și grafice de dependență parțială pentru a explica deciziile modelului. Susține cerințele de reglementare și încredere clinică pentru instrumentele predictive.

Lecția 2 • Evaluarea modelelor și metrici de performanță

Aplică acuratețea, precizia, recall-ul, F1, ROC-AUC și matricele de confuzie pentru a evalua clasificatoarele. Selectează metrici aliniate cu asimetria costurilor clinice între fals-pozitive și fals-negative.

Lecția 3 • Modele de regresie pentru biomarkeri continui

Potrivește regresii liniare, ridge și lasso pentru a prezice valori de laborator continue și răspunsuri la doză. Evaluează modelele cu RMSE, MAE și R-pătrat pe seturi de test reținute.

Lecția 4 • Concepte și flux de lucru în învățarea automată

Definește învățarea supravegheată, împărțirile train-test și compromisul părtinire-varianță în contexte clinice. Stabilește pipeline-ul de modelare end-to-end aplicat în fiecare secțiune ulterioară.