Data analysis based on SISSREM: Shiny Interactive, Supervised and Systematic report from REpeated Measures data

Autor:	Hernández Alonso, Pablo
Přispěvatelé:	Ventura Royo, Carles, Pérez Álvarez, Nuria
Rok vydání:	2019
Předmět:	Bioinformática -- TFM repeated measures model lineal mixt medidas repetidas aplicación Shiny aplicació Shiny modelo lineal mixto mesures repetides linear mixed model Shiny app Bioinformàtica -- TFM Bioinformatics -- TFM
Zdroj:	O2, repositorio institucional de la UOC Universitat Oberta de Catalunya (UOC)
Popis:	Longitudinal methods are the procedures of choice for scientists who see their phenomena of interest as dynamic. However, given the difficulty of using linear mixed models (LMM), other simpler approaches are used, but suboptimal and sometimes discouraged by the structure of the data. The objective of this work is to develop a systematic and supervised methodology so that biomedical researchers with low-average level of statistics can perform an analysis of repeated measures. By using R programming language, we have developed a Shiny online application named SISSREM (Shiny Interactive, Supervised and Systematic report from REpeated Measures data). It can: i) instruct the user in the understanding of a LMM analysis for repeated measures with an example database; ii) allow the user to analyze their own data; and iii) allow the user to create an interactive, supervised and systematic report to be exported from the Shiny application. The main core of the application consists of a guided tour through a predetermined analysis with a sample database and the systematic decisions that should be made in an LMM analysis. Therefore, it has been structured in different modules that allow you to explore and process the data, as well as perform the LMM analysis, save data and/or generate a report in .PDF, .HTML or .DOCX format.SISSREM (https://sissrem.shinyapps.io/SISSREM_v1/) is a functional application whose objective is to simplify the use and disseminate the usefulness of LMM in biomedical research. Los métodos longitudinales son los procedimientos de elección para los científicos que ven sus fenómenos de interés como dinámicos. Sin embargo, dada la dificultad del uso de modelos lineales mixtos (MLM), se emplean otras aproximaciones más sencillas, pero subóptimas y en ocasiones desaconsejadas por la estructura de los datos. El objetivo de este trabajo es desarrollar una metodología sistemática y supervisada para que investigadores biomédicos con nivel bajo-medio de estadística puedan realizar un análisis de medidas repetidas. Mediante el uso del lenguaje de programación R, hemos desarrollado una aplicación en línea Shiny denominada SISSREM (Shiny Interactive, Supervised and Systematic report from REpeated Measures data). Ésta puede: i) instruir al usuario en la comprensión de un análisis MLM para medidas repetidas con una base de datos de ejemplo; ii) permitir al usuario analizar sus propios datos; y iii) permitir al usuario crear un informe interactivo, supervisado y sistemático para exportarlo desde la aplicación Shiny. El núcleo principal de la aplicación consiste en un recorrido guiado a través de un análisis predeterminado con una base de datos de ejemplo y las decisiones sistemáticas que deberían realizarse en un análisis de MLM. Por lo tanto, se ha estructurado en diferentes módulos que permiten explorar y tratar los datos, así como realizar el análisis de MLM, guardar datos y/o generar un informe en formato .PDF, .HTML o .DOCX.SISSREM (https://sissrem.shinyapps.io/SISSREM_v1/) es una aplicación funcional cuyo objetivo es simplificar el uso y difundir la utilidad de los MLM en el área de investigación biomédica. Els mètodes longitudinals són els procediments d'elecció per als científics que veuen els seus fenòmens d'interès com a dinàmics. No obstant això, donada la dificultat de l'ús de models lineals mixtos (MLM), s'empren altres aproximacions més senzilles, però subòptimes i a vegades desaconsellades per l'estructura de les dades. L'objectiu d'aquest treball és desenvolupar una metodologia sistemàtica i supervisada perquè investigadors biomèdics amb nivell sota-mitjà d'estadística puguin realitzar una anàlisi de mesures repetides. Mitjançant l'ús del llenguatge de programació R, hem desenvolupat una aplicació en línia Shiny denominada SISSREM (Shiny Interactive, Supervised and Systematic report from REpeated Measures data). Aquesta pot: i) instruir a l'usuari en la comprensió d'una anàlisi MLM per a mesures repetides amb una base de dades d'exemple; ii) permetre a l'usuari analitzar les seves pròpies dades; i iii) permetre a l'usuari crear un informe interactiu, supervisat i sistemàtic per a exportar-lo des de l'aplicació Shiny. El nucli principal de l'aplicació consisteix en un recorregut guiat a través d'una anàlisi predeterminada amb una base de dades d'exemple i les decisions sistemàtiques que haurien de realitzar-se en una anàlisi de MLM. Per tant, s'ha estructurat en diferents mòduls que permeten explorar i tractar les dades, així com realitzar l'anàlisi de MLM, guardar dades i/o generar un informe en format .PDF, .HTML o .DOCX.SISSREM (https://sissrem.shinyapps.io/sissrem_v1/) és una aplicació funcional l'objectiu de la qual és simplificar l'ús i difondre la utilitat dels MLM en l'àrea de recerca biomèdica.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=RECOLECTA___::699b48614627757dfff7aa4fe04301c3 http://hdl.handle.net/10609/98186 Zobrazit plný text záznamu