多元相關(guān)圖在健康管理信息中的應(yīng)用

陳詩(shī)雅，楊紅清，劉光慶，劉志臻，蔡 晶，黃子杰

(1.福建中醫(yī)藥大學(xué) 中西醫(yī)結(jié)合研究院，福建 福州 350122；2.福州市馬尾區(qū) 羅星街道社區(qū)衛(wèi)生服務(wù)中心，福建 福州 350015；3.福建中醫(yī)藥大學(xué) 中西醫(yī)結(jié)合學(xué)院；福建 福州 350122)

近年來(lái)，生命健康管理、病歷記錄和臨床試驗(yàn)等領(lǐng)域每天都會(huì)產(chǎn)生大量的醫(yī)學(xué)數(shù)據(jù)，并呈爆炸式增長(zhǎng)，這些醫(yī)學(xué)數(shù)據(jù)的種類多、數(shù)量大、更新快，具備大數(shù)據(jù)典型特征[1-3]。隨著大數(shù)據(jù)時(shí)代的到來(lái)和信息技術(shù)的應(yīng)用，人們?cè)絹?lái)越強(qiáng)調(diào)利用各類軟件將醫(yī)學(xué)大數(shù)據(jù)以直觀的方式將分析結(jié)果呈現(xiàn)給研究人員，讓復(fù)雜的統(tǒng)計(jì)分析結(jié)果更易于理解[4-5]。但目前絕大部分?jǐn)?shù)據(jù)分析手段都需要專業(yè)編程人員借助相關(guān)軟件來(lái)完成，使數(shù)據(jù)信息挖掘工作受到限制。筆者以2015年福州馬尾區(qū)老年人體檢數(shù)據(jù)為例，應(yīng)用Excel制作多元相關(guān)圖以實(shí)現(xiàn)多元指標(biāo)的可視化，滿足醫(yī)學(xué)相關(guān)工作的基本需要，從而更好地發(fā)揮數(shù)據(jù)可視化在醫(yī)學(xué)科研、臨床教學(xué)與實(shí)踐等方面的作用。

一、老年人體檢相關(guān)數(shù)據(jù)分析情況及可視化需求的提出

2015年馬尾社區(qū)老年人體檢者共1 775例，男性930例，女性845例;年齡65～91歲,其中65～70歲1 021例，71～75歲401例，76～80歲248例，81～85歲83例，86～90歲19例，91歲3例。按身體質(zhì)量指數(shù)(Body Mass Index, BMI，單位：kg/m2)分為 7組:<18.5有61例，18.5～23.9有780例，24～24.9有223例，25～27.9有490例， 28～29.9有125例，30～34.9有87例，35～39.9有9例。BMI及與相關(guān)體檢數(shù)據(jù)的Spearman相關(guān)分析按相關(guān)系數(shù)的數(shù)值大小依次排列，此表無(wú)法給人以直觀印象(表1)；若對(duì)表1進(jìn)一步細(xì)化，即BMI分級(jí)對(duì)應(yīng)各指標(biāo)的均數(shù)，還是使人無(wú)法直接從表中獲得更加直觀的印象，并作出預(yù)測(cè)性判斷(表2)。因此，對(duì)多元指標(biāo)進(jìn)行可視化則可以較好地解決這個(gè)問(wèn)題。

Excel作為一個(gè)快速分析數(shù)據(jù)的入門級(jí)工具，能創(chuàng)建相關(guān)數(shù)據(jù)圖，且絕大多數(shù)醫(yī)務(wù)工作者都會(huì)使用，是制作多元數(shù)據(jù)圖的理想工具。筆者以健康信息管理相關(guān)數(shù)據(jù)為例，介紹用Excel 2016制作多元數(shù)據(jù)圖的相關(guān)步驟。

二、多元數(shù)據(jù)指標(biāo)可視化的實(shí)現(xiàn)與步驟

筆者介紹的多元相關(guān)圖是氣泡圖與柱形圖的有機(jī)組合，擺脫了傳統(tǒng)統(tǒng)計(jì)圖的二元模式。從理論上說(shuō)，變量數(shù)可以無(wú)限增加，多元因素的直觀展示具有良好效果。

(一)錄入原始數(shù)據(jù)

利用篩選與計(jì)算功能得出所需4組觀察數(shù)據(jù)的統(tǒng)計(jì)值，并計(jì)算多元圖數(shù)據(jù)源。本數(shù)據(jù)參照世界衛(wèi)生組織對(duì)成人BMI的劃分與《中國(guó)成人超重和肥胖癥控制指南》中BMI的分類[6]，將BMI分為8個(gè)等級(jí)(單位：kg/m2)，即<18.5，18.5～23.9，24～24.9，25～27.9，28～29.9，30～34.9，35～39.9，大于40，分別對(duì)應(yīng)Ⅰ～Ⅷ級(jí)。由于體檢數(shù)據(jù)中無(wú)BMI>40的人群，故去掉第Ⅷ級(jí)(圖1)。

表1 2015年馬尾社區(qū)老年人體檢相關(guān)數(shù)據(jù)分析結(jié)果

n=1 775. BMI:身體質(zhì)量指數(shù)(kg/m2);TC:血清總膽固醇(mmol/L);GLU:血糖(mmol/L);SBP:收縮壓(mmHg);BUN:血尿素氮(mmol/L);DBP:舒張壓(mmHg);TP:總蛋白(mmol/L). *:P<0.01

表2 2015年馬尾社區(qū)老年人BMI及其分級(jí)與相關(guān)體檢數(shù)據(jù)均數(shù)匯總表

n=1 775. BMI:身體質(zhì)量指數(shù)(kg/m2);TC:血清總膽固醇(mmol/L);GLU:血糖(mmol/L);SBP:收縮壓(mmHg);BUN:血尿素氮(mmol/L);DBP:舒張壓(mmHg);TP:總蛋白(mmol/L).

BMI：身體質(zhì)量指數(shù)(kg/m2)

圖1多元相關(guān)圖數(shù)據(jù)源

(二)計(jì)算氣泡圖數(shù)據(jù)源

X軸1～7數(shù)值對(duì)應(yīng)BMI分級(jí)的Ⅰ～Ⅶ級(jí)；每個(gè)氣泡按照BMI的級(jí)別大小，其圓心依次排列在X軸，故Y軸數(shù)值設(shè)定為0；其面積大小為Z值，反應(yīng)BMI數(shù)值大??；氣泡的數(shù)據(jù)標(biāo)簽值為BMI指標(biāo)數(shù)值。繪制氣泡圖：選定C, D, E列(X，Y，Z軸)的數(shù)據(jù)，點(diǎn)擊插入→圖表→氣泡圖；將坐標(biāo)軸的數(shù)值與氣泡進(jìn)行調(diào)整：選定X/Y軸，單擊右鍵，設(shè)置坐標(biāo)軸格式，設(shè)定合適的邊界；選定氣泡圖，調(diào)整氣泡圖大小顏色及輪廓等。

(二)計(jì)算上層柱形圖數(shù)據(jù)源

根據(jù)氣泡圖和統(tǒng)計(jì)數(shù)據(jù)，上層柱形圖與氣泡圖共用X軸；根據(jù)氣泡圖大小預(yù)估上層柱形圖的X軸與氣泡圖Y=5相交，故設(shè)定Y軸數(shù)值為5；柱形圖高度和表中“數(shù)據(jù)標(biāo)簽與誤差線”相對(duì)應(yīng)，反應(yīng)血尿素氮(Blood Urea Nitrogen, BUN)值；“上層柱形圖標(biāo)簽點(diǎn)”是標(biāo)注柱形圖數(shù)值的輔助用點(diǎn)，其數(shù)值為“y”值與“數(shù)據(jù)標(biāo)簽與誤差線”值之和。柱形圖所需氣泡全是輔助用點(diǎn)，故Z值設(shè)為0.1。模擬上層柱形圖與其X軸：添加C, G, H列的數(shù)據(jù)；添加其誤差線；設(shè)置數(shù)據(jù)線格式，將X方向與Y方向都設(shè)置為無(wú)線端，X方向的誤差線指定為正負(fù)偏并，Y方向的誤差線指定為正偏并，添加指定的數(shù)據(jù)范圍為H列，即為模擬上層柱狀圖的高度；調(diào)整誤差線磅數(shù)與顏色。

(三)添加并賦值數(shù)據(jù)標(biāo)簽

給上層柱形圖模擬X軸添加數(shù)據(jù)標(biāo)簽，再設(shè)置數(shù)據(jù)標(biāo)簽格式，給出其指定范圍(BMI分級(jí)/B列)，將標(biāo)簽設(shè)置為居中和靠下。用同樣的方式給氣泡圖添加數(shù)據(jù)標(biāo)簽，并將數(shù)據(jù)標(biāo)簽對(duì)齊。用輔助氣泡圖添加上部分柱形圖頂部數(shù)據(jù)標(biāo)簽。添加一組輔助氣泡圖，X/Y/Z值分別為C/J/K列數(shù)值；添加數(shù)據(jù)標(biāo)簽，選擇制定數(shù)據(jù)范圍。按上述方式制作下部分柱形圖數(shù)據(jù)源與圖形。刪除或隱藏圖標(biāo)上不需要的元素，調(diào)整圖形顏色，添加圖形標(biāo)題及相關(guān)說(shuō)明。

三、多元相關(guān)圖及其解讀

(一)多元相關(guān)圖的數(shù)據(jù)分析證實(shí)功能

隨著BMI分級(jí)的增加，反應(yīng)BMI指數(shù)大小的氣泡圖面積總體呈現(xiàn)逐漸增加趨勢(shì)；對(duì)應(yīng)的BUN柱形圖高度總體也呈現(xiàn)逐漸增加趨勢(shì)；對(duì)應(yīng)的血糖(glucose, GLU)柱形圖高度同樣呈現(xiàn)逐漸增加趨勢(shì)。由此可見，隨著BMI分級(jí)的增加，BMI指數(shù)、BUN、GLU均與其呈現(xiàn)正相關(guān)的變化關(guān)系，可視化進(jìn)一步證實(shí)了BMI指數(shù)、BUN、GLU的相關(guān)性(圖2)。

圖2 2015年馬尾社區(qū)老年人BMI指數(shù)

(二)多元相關(guān)圖的數(shù)據(jù)分析證偽功能

分析表明，BMI分級(jí)與收縮壓(Systolic Blood Pressure,SBP)呈正相關(guān)。這一情形在圖3的上半部分得到很直觀的證實(shí)。同樣，在分析中發(fā)現(xiàn)BMI分級(jí)與血清總膽固醇(Serum total cholesterol，TC)也呈正相關(guān)且相關(guān)系數(shù)在其他相關(guān)指標(biāo)中最大(表1)，可是TC雖然隨著BMI分級(jí)的增加呈現(xiàn)升高的趨勢(shì)，但這一趨勢(shì)存在明顯的上下波動(dòng)(圖3)。因此，直觀的多元相關(guān)圖提示應(yīng)進(jìn)一步分析這2組指標(biāo)，深入挖掘內(nèi)在原因。

圖3 2015年馬尾社區(qū)老年人BMI指數(shù)

(三)多元相關(guān)圖的變量(指標(biāo))擴(kuò)展方式

多元相關(guān)圖的優(yōu)勢(shì)之一是可以擴(kuò)展顯示研究的變量數(shù)。圖4是將4組數(shù)據(jù)組合的關(guān)系圖，圖5為5組變量匯總的多元圖。更加靈活的應(yīng)用是為了閱讀便利，亦可將柱狀圖改為折線圖，這在不同變量單位情形下是一個(gè)很好的選擇(圖6)。

筆者認(rèn)為，面對(duì)醫(yī)學(xué)數(shù)據(jù)的爆炸式增長(zhǎng)，健康管理信息的數(shù)據(jù)海量產(chǎn)生，傳統(tǒng)統(tǒng)計(jì)圖表已經(jīng)不能滿足研究者、使用者的各方面需求，數(shù)據(jù)結(jié)果的可視化展示是必然趨勢(shì)[5，7]。數(shù)據(jù)可視化有多種實(shí)現(xiàn)方法，如原位交互分析技術(shù)、數(shù)據(jù)存儲(chǔ)技術(shù)、可視分析算法和用戶界面與交互設(shè)計(jì)等多種技術(shù)的運(yùn)用[8-9]；或者使用專業(yè)的統(tǒng)計(jì)制圖軟件Eviews、 R、STATA、SAS，以及某些數(shù)據(jù)庫(kù)軟件MS FoxPro等[10]，這些都需要專業(yè)編程人員借助相關(guān)軟件來(lái)完成，使數(shù)據(jù)信息挖掘工作受到了限制。筆者介紹的office 2007以上版本中Excel 2016制作多元相關(guān)圖，就是健康管理信息可視化的一種方式。這種方式具有低成本、高效益、不需要專業(yè)軟件人員編程的優(yōu)點(diǎn)，同時(shí)方法操作簡(jiǎn)單，能夠滿足統(tǒng)計(jì)工作的基本需要。

圖4 2015年馬尾社區(qū)老年人BMI指數(shù)與SBP、GLU、BUN的相關(guān)關(guān)系

圖5 2015年馬尾社區(qū)老年人BMI指數(shù)與SBP、TC、GLU、BUN的相關(guān)關(guān)系

圖6 2015年馬尾社區(qū)老年人BMI指數(shù)與SBP、TC、GLU、BUN的相關(guān)關(guān)系

[1]高 玥.大數(shù)據(jù)時(shí)代背景下的數(shù)據(jù)可視化概念研究[J].電子技術(shù)與軟件工程,2014(19):216.

[2]章 翔,毛星剛,章 薇.大數(shù)據(jù)時(shí)代的精準(zhǔn)醫(yī)學(xué)[J].中華神經(jīng)外科疾病研究雜志,2016,15(2):97-100.

[3]謝邦昌,王 釩.醫(yī)學(xué)大數(shù)據(jù)的現(xiàn)狀、特點(diǎn)與對(duì)策[J].中國(guó)統(tǒng)計(jì),2016(9):14-16.

[4]Huang T,Lan L,Fang X,et al.Promises and challenges of big data computing in health sciences[J].Big Data Research,2015,2(1):2-11.

[5]許 茜,黃子杰,蔡 晶,等.基于大數(shù)據(jù)研究的醫(yī)學(xué)數(shù)據(jù)可視化[J].中國(guó)衛(wèi)生統(tǒng)計(jì),2017,34(2):347-349.

[6]中國(guó)肥胖問(wèn)題工作組.中國(guó)成人超重和肥胖癥預(yù)防與控制指南(節(jié)錄)[J].營(yíng)養(yǎng)學(xué)報(bào),2004,26(1):1-4.

[7]周 琳,孔 雷,趙方慶.生物大數(shù)據(jù)可視化的現(xiàn)狀及挑戰(zhàn)[J].科學(xué)通報(bào),2015,60(5):547-557.

[8]陳 明.大數(shù)據(jù)可視化分析[J].計(jì)算機(jī)教育,2015(5):94-97.

[9]陳良臣.大數(shù)據(jù)挖掘與分析的關(guān)鍵技術(shù)研究[J].數(shù)字技術(shù)與應(yīng)用, 2015(11):93.

[10]孟雪井,李宏飛,楊亞飛.大數(shù)據(jù)背景下統(tǒng)計(jì)軟件在數(shù)據(jù)分析中的應(yīng)用[J].現(xiàn)代經(jīng)濟(jì)信息,2016(8):328.