医学科研数据挖掘方法数据分析思路的构建与实例4,5

1、数据分析思路的数据分析思路的构建与实例构建与实例北京大学医学部流行病学与卫生统计学系北京大学医学部流行病学与卫生统计学系 陈大方陈大方 博士博士/ /教授教授/ /博士生导师博士生导师电话：电话：+(010)82802644+(010)82802644邮箱：邮箱：决定论文水平思路的重要性体现作者知识宽度与深度不怕做不到，就怕想不到如何获得创新思路基于文献阅读基于数据挖掘基于工作基础群体（个体）家系一次调查/测量多时点调查（重复测量）数据三要素数据三要素观察结局(因变量)研究因素(自变量)混杂因素(协变量）连续变量、分类变量（二分类，等级变量、

2、无序变量）环境因素、临床指标、遗传易感性(基因多态性)思考点思考点从研究变量之间关系角度思考从研究变量之间关系角度思考从研究对象构成的角度思考从研究对象构成的角度思考从研究的时间角度思考从研究的时间角度思考从以上两个或以上思考从以上两个或以上思考数据挖掘实例数据挖掘实例课题研究背景课题研究背景 芳香烃类有机溶剂在环境中普遍存在，芳香烃类有机溶剂在环境中普遍存在，是一种潜在的生殖毒物，主要包括苯、甲是一种潜在的生殖毒物，主要包括苯、甲苯、二甲苯、苯乙稀等。它在高浓度下对苯、二甲苯、苯乙稀等。它在高浓度下对健康所产生的危害已为国内外较多研究所健康所产生的危害已为国内外较多研究所证实。但是，女性长期

3、暴露于低浓度芳香证实。但是，女性长期暴露于低浓度芳香烃有机溶剂对生殖结局的影响研究报道较烃有机溶剂对生殖结局的影响研究报道较少。少。?了解石油石化工冶炼厂女工芳香烃了解石油石化工冶炼厂女工芳香烃有机溶剂等职业有害因素的暴露情有机溶剂等职业有害因素的暴露情况。况。?探讨职业、环境因素暴露，遗传易探讨职业、环境因素暴露，遗传易感性与女性生殖结局的关系。感性与女性生殖结局的关系。问卷调查临床体检新婚体检停止避孕分娩妊娠新婚随访新婚日记每日晨尿暴露评价孕期随访问卷调查出生记录基本信息基本信息基本情况生活习惯一般健康状况疾病史基线基线职业情况膳食营养月经情况家庭居住检查、检测检查、检测体格、肝肾血清营养

4、暴露评价-hcg检测遗传易感性孕期随访孕期随访新婚随访早孕随访中孕随访基线随访分娩住院记录研究内容研究内容I相代谢酶基因和II相代谢酶基因，共12个基因多态性位点p 职业情况p 膳食营养p 月经情况p 家庭居住情况p 其他p 血红蛋白p 铁p 维生素B6p 维生素B12p 叶酸p 铁蛋白p 转铁蛋白受体p 同型半胱氨酸p 监测车间内芳香烃有机溶剂浓度p 个体主动采样泵采样p 暴露评价问卷p 上班时活动情况u 16001600对在燕山石化工作的新婚体检对在燕山石化工作的新婚体检对象：对象： 芳香烃有机溶剂暴露组芳香烃有机溶剂暴露组800800对对 非暴露组非暴露组800800对对前瞻性队列研究设

5、计前瞻性队列研究设计（新婚体检（新婚体检-临床分娩或一年）临床分娩或一年） 2. 构建研究因素与结局之间关系思路与内容创新 1. 把数据变量进行分类(研究因素/混杂因素/观察结局) 3. 初步分析数据数据预处理、数据基本描述 4. 提炼结果，构建文章初步思路 5. 深入分析数据技术与方法创新 6. 文章结果形成文章完整思路文章思路构建步骤文章思路构建步骤初步构建论文思路 将数据变将数据变量进行分量进行分类类观察结局观察结局p一般人口学特征，如年龄一般人口学特征，如年龄、性别、职业、性别、职业p疾病史疾病史p芳香烃有机溶剂暴露，如芳香烃有机溶剂暴露，如笨、二甲苯等笨、二甲苯等p职业因素，如倒班、

6、噪声职业因素，如倒班、噪声、工作体位、工作体位p生活行为，如吸烟、饮酒生活行为，如吸烟、饮酒等等p膳食营养膳食营养p体格检查，如身高、体重体格检查，如身高、体重、血压、血压p临床生化检查：如肝肾功临床生化检查：如肝肾功能能p血清营养素，如维生素血清营养素，如维生素B6B6，B12B12，叶酸、铁蛋白，叶酸、铁蛋白，转铁蛋白受体，转铁蛋白受体p尿液检测，如尿液检测，如-hcg-hcgp遗传易感性，如遗传易感性，如CYPCYP、GSTGST 研究因素研究因素/ /混杂混杂p 出生结局，如出生体重出生结局，如出生体重、孕周、孕周 p 受孕时间受孕时间p 早早孕丢失早早孕丢失p 临床怀孕临床怀孕 p

7、月经功能，如月经周期月经功能，如月经周期、痛经、痛经初步构建论文思路构建研究因构建研究因素与结局素与结局之间关系之间关系p一般人口学特征，如年龄一般人口学特征，如年龄、性别、职业、性别、职业p疾病史疾病史p芳香烃有机溶剂暴露，如芳香烃有机溶剂暴露，如笨、二甲苯等笨、二甲苯等p职业因素，如倒班、噪声职业因素，如倒班、噪声、工作体位、工作体位p生活行为，如吸烟、饮酒生活行为，如吸烟、饮酒等等p膳食营养膳食营养p体格检查，如身高、体重体格检查，如身高、体重、血压、血压p临床生化检查：如肝肾功临床生化检查：如肝肾功能能p血清营养素，如维生素血清营养素，如维生素B6B6，B12B12，叶酸、铁蛋白，转，

8、叶酸、铁蛋白，转铁蛋白受体铁蛋白受体p尿液检测，如尿液检测，如-hcg-hcgp遗传易感性，如遗传易感性，如CYPCYP、GSTGSTp 出生结局，出生结局，如出生体重如出生体重、孕周、孕周 p 受孕时间受孕时间p 早早孕丢失早早孕丢失p 临床怀孕临床怀孕 p 月经功能，月经功能，如月经周期如月经周期、痛经、痛经 数据预处理 数据描述 单因素分析初步构建论文思路初步数据分析初步构建论初步构建文章思路提炼 结果孕妇混苯化合物暴露对胎儿生长发育的影响。孕妇混苯化合物暴露对胎儿生长发育的影响。被动吸烟对女性月经功能影响研究。被动吸烟对女性月经功能影响研究。北京某石油化工厂女工苯的内暴露研究。北京某石

9、油化工厂女工苯的内暴露研究。芳香烃和母亲某些代谢酶基因多态性对新生儿出生身芳香烃和母亲某些代谢酶基因多态性对新生儿出生身长的影响长的影响微粒体环氧化酶与谷胱甘肽微粒体环氧化酶与谷胱甘肽S S转移酶的遗传多态性对转移酶的遗传多态性对新生儿出生体重的影响新生儿出生体重的影响. .早孕期低浓度苯系物暴露对胎儿身长的影响。早孕期低浓度苯系物暴露对胎儿身长的影响。低浓度混苯对女工生殖激素分泌的影响。低浓度混苯对女工生殖激素分泌的影响。新生儿新生儿PON2PON2基因多态性与早产的关系。基因多态性与早产的关系。 轮班作业女工排卵日前后的夜班次数对妊娠结局的影轮班作业女工排卵日前后的夜班次数对妊娠结局的影响

10、。响。工效学因素对妇女临床受孕时间影响的研究。工效学因素对妇女临床受孕时间影响的研究。以尿激素标记物探讨职业噪声暴露与纺织女工月经功以尿激素标记物探讨职业噪声暴露与纺织女工月经功能的关系。能的关系。初步构建论文思路深入分析数据初步构建论 形成形成文章文章完整完整思路思路文章结果结果是文章的核心 结果的顺序绝不是按获得数据的先后排列，而是要按企图说明问题的逻辑顺序排列； 不要罗列结果，要分析，结果之间要有逻辑联系；P5P9P7P2P3P10P8p14P11P1P6被动吸烟被动吸烟受孕时间受孕时间早早孕丢失早早孕丢失有机溶剂有机溶剂暴露暴露孕前营养孕前营养身高体重身高体重指数指数职业因素职业因素暴

11、露暴露临床怀孕临床怀孕遗传易感性遗传易感性早产早产月经周期月经周期痛经痛经出生体重出生体重新生儿身长、头围新生儿身长、头围胎儿宫内生长发育迟缓胎儿宫内生长发育迟缓旁氏指数旁氏指数P15P12P13P4被动吸烟被动吸烟受孕时间受孕时间早早孕丢失早早孕丢失有机溶剂有机溶剂暴露暴露孕前营养孕前营养身高体重身高体重指数指数职业因素职业因素暴露暴露临床怀孕临床怀孕遗传易感性遗传易感性早产早产月经周期月经周期痛经痛经出生体重出生体重新生儿身长、头围新生儿身长、头围胎儿宫内生长发育迟缓胎儿宫内生长发育迟缓旁氏指数旁氏指数P7P9P3P2P1P4P15p13P8P10P5P6P11P12P14陈大方陈大方,

12、,刘彤杉刘彤杉, ,王黎华王黎华, ,黄因敏黄因敏, ,赵一鸣赵一鸣, ,徐希平徐希平. . 孕妇混苯化合物暴露对胎儿孕妇混苯化合物暴露对胎儿生长发育的影响生长发育的影响J. J. 疾病控制杂志疾病控制杂志,1997,04:263-266.,1997,04:263-266.陈大方陈大方, ,刘彤杉刘彤杉, ,杨萍杨萍, ,王黎华王黎华, ,黄因敏黄因敏, ,赵一鸣赵一鸣, ,徐希平徐希平. . 环境与职业因素对胎儿环境与职业因素对胎儿生长发育的影响生长发育的影响J. J. 环境与健康杂志环境与健康杂志,1998,03:6-8.,1998,03:6-8.潘小川潘小川, ,丁辉丁辉, ,韩丽力韩丽

13、力, ,王黎华王黎华, ,徐希平徐希平. . 被动吸烟对女性月经功能影响研究被动吸烟对女性月经功能影响研究J. J. 卫生研究卫生研究,1999,01:25-27.,1999,01:25-27.朱兰朱兰, ,潘小川潘小川, ,昊昆昱昊昆昱, ,池频频池频频, ,王黎华王黎华, ,徐希平徐希平. . 北京某石油化工厂女工苯的内北京某石油化工厂女工苯的内暴露研究暴露研究J. J. 中国公共卫生中国公共卫生,1999,10:53-54.,1999,10:53-54.陈大方陈大方, ,王晓斌王晓斌, ,王朝曦王朝曦, ,王黎华王黎华, ,徐希平徐希平. . 芳香烃和母亲某些代谢酶基因多态芳香烃和母亲某

14、些代谢酶基因多态性对新生儿出生身长的影响性对新生儿出生身长的影响J. J. 北京医科大学学报北京医科大学学报,2000,05:450-454.,2000,05:450-454.陈大方陈大方, ,王朝曦王朝曦, ,王晓斌王晓斌, ,王黎华王黎华, ,徐希平徐希平. . 微粒体环氧化酶与谷胱甘肽微粒体环氧化酶与谷胱甘肽S S转移酶转移酶的遗传多态性对新生儿出生体重的影响的遗传多态性对新生儿出生体重的影响J. J. 环境与健康杂志环境与健康杂志,2000,03:131-134.,2000,03:131-134.陈大方陈大方, ,赵一鸣赵一鸣, ,臧桐华臧桐华, ,王黎华王黎华, ,徐希平徐希平. .

15、 早孕期低浓度苯系物暴露对胎儿身早孕期低浓度苯系物暴露对胎儿身长的影响长的影响J. J. 疾病控制杂志疾病控制杂志,2000,02:120-122.,2000,02:120-122.陈大方陈大方, ,王晓斌王晓斌, ,吴迪吴迪, ,王黎华王黎华, ,徐希平徐希平. . 细胞色素细胞色素P450P450氧化酶氧化酶MSP1MSP1基因对有机基因对有机溶剂的易感性与新生儿出生体重的影响溶剂的易感性与新生儿出生体重的影响J. J. 环境与健康杂志环境与健康杂志,2001,04:208-211.,2001,04:208-211.发表在中华核心期刊文章发表在中华核心期刊文章陈海燕陈海燕, ,王心如王心如

16、, ,徐莉春徐莉春,Lasley BL,Overstreet JW,Lasley BL,Overstreet JW,戴建国戴建国, ,张绮张绮, ,邢厚恂邢厚恂, ,杜冰杜冰, ,徐徐希平希平. . 低浓度混苯对女工生殖激素分泌的影响低浓度混苯对女工生殖激素分泌的影响J. J. 中华预防医学杂中华预防医学杂志志,2001,02:12-15.,2001,02:12-15.王守林王守林, ,陈宇炼陈宇炼, ,陈海燕陈海燕, ,徐莉春徐莉春, ,曹晋柱曹晋柱, ,杜冰杜冰, ,王顶贤王顶贤, ,施爱民施爱民, ,徐希平徐希平, ,王心如王心如. . 某石化企业和化纤企业女工不良妊娠结局的危险因素分析

17、某石化企业和化纤企业女工不良妊娠结局的危险因素分析J. J. 工业卫生与工业卫生与职业病职业病,2001,03:140-143.,2001,03:140-143.梁红业梁红业, ,吴白燕吴白燕, ,陈大方陈大方, ,陈栎陈栎, ,徐希平徐希平, ,杨帆杨帆, ,胡海燕胡海燕. . 新生儿新生儿PON2PON2基因多态性基因多态性与早产的关系与早产的关系J. J. 遗传遗传,2002,05:515-518.,2002,05:515-518.李佩芝李佩芝, ,方自国方自国, ,潘小川潘小川, ,王黎华王黎华, ,徐希平徐希平. . 轮班作业女工排卵日前后的夜班次轮班作业女工排卵日前后的夜班次数对妊

18、娠结局的影响数对妊娠结局的影响J. J. 中华劳动卫生职业病杂志中华劳动卫生职业病杂志,2002,05:52-54.,2002,05:52-54.吴白燕吴白燕, ,梁红业梁红业, ,陈大方陈大方, ,刘林刘林, ,杨帆杨帆, ,胡海燕胡海燕, ,陈栎陈栎, ,王桂香王桂香, ,徐希平徐希平. . 新生儿新生儿CYP2E1CYP2E1基因基因5 5端端RsaRsa位点多态性和位点多态性和PON2PON2基因基因148148位点多态性与早产的位点多态性与早产的关系关系J. J. 遗传学报遗传学报,2003,06:577-583.,2003,06:577-583.游良雅游良雅, ,潘小川潘小川, ,

19、陈大方陈大方, ,张金良张金良, ,黄因敏黄因敏, ,徐希平徐希平, ,夏桂芳夏桂芳. . 苯系混合物对新婚女苯系混合物对新婚女工生育功能的影响工生育功能的影响J. J. 中国公共卫生中国公共卫生,2003,07:109-110.,2003,07:109-110.倪佳桐倪佳桐, ,黄爱群黄爱群, ,杨帆杨帆, ,刘学刘学, ,徐希平徐希平. . 工效学因素对妇女临床受孕时间影响的工效学因素对妇女临床受孕时间影响的研究研究J. J. 疾病控制杂志疾病控制杂志,2003,05:420-422.,2003,05:420-422.李佩芝李佩芝, ,潘小川潘小川, ,徐希平徐希平, ,王黎华王黎华. .

20、 以尿激素标记物探讨职业噪声暴露与纺织女以尿激素标记物探讨职业噪声暴露与纺织女工月经功能的关系工月经功能的关系J. J. 工业卫生与职业病工业卫生与职业病,2004,03:130-135.,2004,03:130-135.Li S, Fang K, Wang W, Hu Y, Chen D. Gene-environment Interaction among Li S, Fang K, Wang W, Hu Y, Chen D. Gene-environment Interaction among GSTT1, PON2 Polymorphisms and Organic Solvents

21、on Gestational Age in a GSTT1, PON2 Polymorphisms and Organic Solvents on Gestational Age in a Chinese Women Cohort. Journal of Assisted Reproduction and Genetics. Chinese Women Cohort. Journal of Assisted Reproduction and Genetics. 2014.31(7):881-888.2014.31(7):881-888.Ting Wu, Yonghua Hu, Changzho

22、ng Chen,Fan Yang, Zhiping Li, Zhian Fang, Ting Wu, Yonghua Hu, Changzhong Chen,Fan Yang, Zhiping Li, Zhian Fang, Lihua Wang, Dafang Chen. Passive smoking, metabolic gene polymorphism Lihua Wang, Dafang Chen. Passive smoking, metabolic gene polymorphism and infant birth weight in a prospective cohort

23、 of Chinese women. Am J and infant birth weight in a prospective cohort of Chinese women. Am J Epidemiol 2007: 166(3):313-322.Epidemiol 2007: 166(3):313-322.Xueying Qin, Yiqun Wu, Changzhong Chen, Fan Yang, Zhiping Li, Zhian Xueying Qin, Yiqun Wu, Changzhong Chen, Fan Yang, Zhiping Li, Zhian Fang, L

24、ihua Wang, Yonghua Hu, Dafang Chen. Low organic solvent Fang, Lihua Wang, Yonghua Hu, Dafang Chen. Low organic solvent exposure and combined maternal-infant gene polymorphisms affect exposure and combined maternal-infant gene polymorphisms affect gestational age. Occupational and Environmental Medic

25、ine, 2008;65(7):482-gestational age. Occupational and Environmental Medicine, 2008;65(7):482-487.487.Na Li, Hong Liu, Yonghua Hu, Changzhong Chen,Fan Yang, Zhiping Li, Na Li, Hong Liu, Yonghua Hu, Changzhong Chen,Fan Yang, Zhiping Li, Zhian Fang, Lihua Wang, Dafang Chen. CYP1A1 gene polymorphisms in

26、 Zhian Fang, Lihua Wang, Dafang Chen. CYP1A1 gene polymorphisms in modifying association between Passive smoking and primary dysmenorrheal. modifying association between Passive smoking and primary dysmenorrheal. Annals of Epidemiology. 2007Annals of Epidemiology. 2007：1717（1111）：）：882-888.882-888.发

27、表在发表在SCISCI期刊文章期刊文章Xiaobin Wang, Dafang Chen et al, Genetic Susceptibility to Benzene and Xiaobin Wang, Dafang Chen et al, Genetic Susceptibility to Benzene and Shortened Gestation: Evidence of Gene-Environment Interaction. Shortened Gestation: Evidence of Gene-Environment Interaction. American Jour

28、nal of Epidemicology 2000;152(8):693-700. American Journal of Epidemicology 2000;152(8):693-700. Dafang Chen, Xiaobin Wang, Changzhong Chen, et al. Dafang Chen, Xiaobin Wang, Changzhong Chen, et al. Exposure to Exposure to benzene, occupational stress, and reduced birth weight. Occup Environ benzene

29、, occupational stress, and reduced birth weight. Occup Environ Med. 2000;57(10):661-667.Med. 2000;57(10):661-667.Alayne G. R., Goldman M.B., Dafang Chen, et al. Alayne G. R., Goldman M.B., Dafang Chen, et al. Preconception Preconception homocysteine and B-vitamin status and birth outcomes in Chinese

30、 women. homocysteine and B-vitamin status and birth outcomes in Chinese women. American Journal of Clinical Nutrition, 2002; 76(6):1385-1391.American Journal of Clinical Nutrition, 2002; 76(6):1385-1391.Venners SA, Wang X, Chen C, Wang L, Chen D, et al. Venners SA, Wang X, Chen C, Wang L, Chen D, et

31、 al. Paternal Smoking Paternal Smoking and Pregnancy Loss: A Prospective Study Using a Biomarker of Pregnancy. and Pregnancy Loss: A Prospective Study Using a Biomarker of Pregnancy. Am J Epidemiol 2004: 159(10) 993-1001.Am J Epidemiol 2004: 159(10) 993-1001.Ronnenberg AG, Wang X, Xing H, Chen C, Ch

32、en D, et alRonnenberg AG, Wang X, Xing H, Chen C, Chen D, et al. Low . Low Preconception Body Mass Index Is Associated with Birth Outcome in a Preconception Body Mass Index Is Associated with Birth Outcome in a Prospective Cohort of Chinese Women. J. Nutr. 2003; 133:3449-3455.Prospective Cohort of C

33、hinese Women. J. Nutr. 2003; 133:3449-3455.Wang X, Chen C, Wang L, Chen D, et al. Conception, Early Pregnancy Wang X, Chen C, Wang L, Chen D, et al. Conception, Early Pregnancy Loss, and Time to Clinical Pregnancy: A Population-Based Study. Fertility Loss, and Time to Clinical Pregnancy: A Populatio

34、n-Based Study. Fertility & Sterility. 2003; 79(3):577-584.& Sterility. 2003; 79(3):577-584.Ha E, Cho SI, Park H, Chen D et al. Does standing at work during Ha E, Cho SI, Park H, Chen D et al. Does standing at work during pregnancy result in reduced infant birth weight? Occup Environ Med preg

35、nancy result in reduced infant birth weight? Occup Environ Med 2002 ;44(9):815-21.2002 ;44(9):815-21.Eunhee Ha, Sung-il Cho, Dafang Chen Eunhee Ha, Sung-il Cho, Dafang Chen et al, Parental exposure to organic et al, Parental exposure to organic solvents and reduced birth weight. solvents and reduced

36、 birth weight. Archives of Environmental Archives of Environmental Health,2002;57(3):207-212.Health,2002;57(3):207-212.Chen C, Wang X, Chen D, et al. Chen C, Wang X, Chen D, et al. Tofu Consumption and Blood Lead Tofu Consumption and Blood Lead Levels in Young Chinese Adults. Am J Epidemiol 2001;153(12) : 1206-Levels in Young Chinese Adults. Am J Epidemiol 2001;153(12) : 1206-1212.1212.Sung-Il Cho, Andrew I. Damokosh, Louise M. Ryan, Dafang Chen, et al. Sung-Il Cho, Andrew I. Damokosh, Loui