Řešení problému missing values v klinických registrech

Mgr. Kryštof Kupčák

Bakalářská práce

Missing values - problem solving in clinical registries

Anotace:

S neustále narůstající potřebou statistických analýz datových souborů v rozličných vědních oborech dochází k otevření otázky problematiky kvality dat. Jedním z důležitých faktorů, který je nutné v rámci kvality dat zohlednit, je míra vyplněnosti datového souboru. Neuvážené zacházení s neúplnými daty totiž může vést k nepřesným či zkresleným výsledkům analýz. Bakalářská práce se věnuje problematice chybějících hodnot v klinických registrech. Teoretickou část tvoří popis matematických metod a statistických programů, které s chybějícími hodnotami pracují. Praktická část popisuje aplikaci Expectation-Maximization algoritmu obsaženého v programu IBM SPSS Software na simulované datové soubory a na data klinického registru pacientů s myelodysplastickým syndromem. Výstupem je vytvořený manuál pro použití dané metody v programu IBM SPSS Software a vyhodnocení výsledků analýz na doplněném klinickém registru.

Abstract:

Constantly increasing need of statistical analysis of data in different fields of science leads to the problem of data quality. One of the important factors which is necessary to include to this problem is the rate of fulfillment of data. Wrong usage of incomplete data may lead to incorrect or biased results of analysis. This thesis deals with the problem of missing values in clinical registries. The theoretical part consists of description of mathematical methods and statistical programs which work with missing values. The practical part describes the application of Expectation-Maximization algorithm, the mathematical method contained in the IBM SPSS Software, on simulated data and clinical registry of patients with myeolodysplastic syndrome. The output consists of created manual for usage of the method in IBM SPSS Software and evaluation of the results of analysis on completed clinical registry.

Klíčová slova

chybějící hodnoty, klinické registry, imputace, IBM SPSS Software, Expectation-Maximization algoritmus, statistická analýza, myelodysplastický syndrom, missing values, clinical registries, imputation, Expectation-Maximization algorithm, statistical analysis, myelodysplastic syndrome

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 21. 5. 2012

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 6. 2012
• Vedoucí: RNDr. Daniel Klimeš, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Experimentální biologie / Matematická biologie