mitre/growthcleanr

growthcleanr

镜像概述和主要用途

growthcleanr是一个R包，用于清理电子健康记录(EHR)系统中的数据，特别专注于身高和体重测量数据的清洗。该包实现了Daymont等人的算法，能够识别生长数据中的生物学不合理值，并提供儿科生长观察值的百分位数和Z分数计算功能。此外，它还支持清理65岁以下成人的人体测量数据。

核心功能和特性

• 实现Daymont等人的算法，用于识别儿科生长数据中的不合理值
• 包含CDC发布的SAS宏的R版本，用于计算儿科生长观察值的百分位数和Z分数
• 支持处理65岁以下成人的人体测量数据
• 为每个测量值提供标记，指示其是否合理，不会删除任何原始数据
• 识别多种特定类型的排除情况
• 提供详细的配置选项，可调整操作设置

使用场景和适用范围

• 医学研究人员分析儿童生长数据时的数据预处理
• 电子健康记录系统中身高和体重数据的质量控制
• 需要计算儿童生长百分位数和Z分数的临床应用
• 成人人体测量数据的质量评估和清洗
• 大型数据集的生长数据处理和分析

详细使用方法和配置说明

前置要求

• R环境及相关依赖包
• 按照特定格式准备的生长测量数据集

主要功能

1. 数据清洗：识别并标记不合理的身高和体重测量值
2. 生长指标计算：计算百分位数和Z分数
3. 成人数据处理：针对65岁以下成人的专门算法

文档资源

• https://carriedaymont.github.io/growthcleanr/articles/quickstart.html%EF%BC%9A%E5%8C%85%E6%8B%AC%E6%95%B0%E6%8D%AE%E5%87%86%E5%A4%87%E7%9A%84%E7%AE%80%E8%A6%81%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97
• https://carriedaymont.github.io/growthcleanr/articles/usage.html%EF%BC%9A%E6%95%B0%E6%8D%AE%E6%B8%85%E6%B4%97%E7%A4%BA%E4%BE%8B%E3%80%81%E5%A4%9A%E7%A7%8D%E9%80%89%E9%A1%B9%E5%92%8C%E7%A4%BA%E4%BE%8B%E6%95%B0%E6%8D%AE
• https://carriedaymont.github.io/growthcleanr/articles/configuration.html%EF%BC%9A%E6%9B%B4%E6%94%B9growthcleanr%E6%93%8D%E4%BD%9C%E8%AE%BE%E7%BD%AE
• https://carriedaymont.github.io/growthcleanr/articles/output.html%EF%BC%9Agrowthcleanr%E8%AF%86%E5%88%AB%E7%9A%84%E6%8E%92%E9%99%A4%E7%B1%BB%E5%9E%8B
• https://carriedaymont.github.io/growthcleanr/articles/adult-algorithm.html%EF%BC%9A%E8%AF%84%E4%BC%B0%E6%88%90%E4%BA%BA%E5%8F%97%E8%AF%95%E8%80%85%E8%A7%82%E5%AF%9F%E5%80%BC%E7%9A%84%E8%AF%A6%E7%BB%86%E8%AF%B4%E6%98%8E
• https://carriedaymont.github.io/growthcleanr/articles/utilities.html%EF%BC%9A%E5%B8%B8%E7%94%A8%E6%95%B0%E6%8D%AE%E8%BD%AC%E6%8D%A2%E5%92%8C%E4%BD%BF%E7%94%A8CDC%E6%96%B9%E6%B3%95%E7%A1%AE%E5%AE%9A%E7%99%BE%E5%88%86%E4%BD%8D%E6%95%B0%E5%92%8CZ%E5%88%86%E6%95%B0%E7%9A%84%E9%99%84%E5%8A%A0%E5%8A%9F%E8%83%BD
• https://carriedaymont.github.io/growthcleanr/articles/large-data-sets.html%EF%BC%9A%E4%BD%BF%E7%94%A8growthcleanr%E5%A4%84%E7%90%86%E5%A4%A7%E5%9E%8B%E6%95%B0%E6%8D%AE%E6%BA%90%E7%9A%84%E6%B3%A8%E6%84%8F%E4%BA%8B%E9%A1%B9%E5%92%8C%E5%BB%BA%E8%AE%AE
• https://carriedaymont.github.io/growthcleanr/articles/next-steps.html%EF%BC%9A%E5%85%B3%E4%BA%8E%E5%84%BF%E7%A7%91%E5%92%8C%E6%88%90%E4%BA%BA%E7%AE%97%E6%B3%95%E6%BD%9C%E5%9C%A8%E5%A2%9E%E5%BC%BA%E7%9A%84%E8%AF%B4%E6%98%8E

Docker部署示例

Docker Run命令

bash
docker run -v /path/to/your/data:/data -it r-base:latest R -e "install.packages('growthcleanr'); library(growthcleanr); data <- read.csv('/data/input.csv'); cleaned_data <- clean_growth(data); write.csv(cleaned_data, '/data/output.csv')"

Docker Compose配置

yaml
version: '3'
services:
  growthcleanr:
    image: r-base:latest
    volumes:
      - ./data:/data
    command: >
      R -e "install.packages('growthcleanr');
            library(growthcleanr);
            data <- read.csv('/data/input.csv');
            cleaned_data <- clean_growth(data);
            write.csv(cleaned_data, '/data/output.csv')"

引用

该包实现了Daymont等人的算法，详见：

Carrie Daymont, Michelle E Ross, A Russell Localio, Alexander G Fiks, Richard C Wasserman, Robert W Grundmeier, Automated identification of implausible values in growth data from pediatric electronic health records, Journal of the American Medical Informatics Association, Volume 24, Issue 6, November 2017, Pages 1080–1087, [***]

成人算法的详细描述参见：https://carriedaymont.github.io/growthcleanr/articles/adult-algorithm.html

版本历史

有关已发布版本的详细历史，请参见https://carriedaymont.github.io/growthcleanr/news/index.html%E6%88%96%60NEWS.md%60%E3%80%82%E4%BB%8E2021%E5%B9%B41%E6%9C%88%E7%9A%841.2.3%E7%89%88%E6%9C%AC%E5%BC%80%E5%A7%8B%E7%9A%84%E6%A0%87%E8%AE%B0%E5%8F%91%E5%B8%83%E5%9C%A8https://github.com/carriedaymont/growthcleanr/releases%E4%B8%8A%E5%88%97%E5%87%BA%E3%80%82