資料分析是統計中最常用的技能，但是資料從何而來，許多是根據乙個想法臨時收集，這個想法**可能是仙人指路，也可能是自己閱讀文獻或是臨床實踐的靈光一閃，又或者是突發奇想，然後想驗證一下。無論哪一種，都是正向思維，由想法到資料收集，但許多人是沒有仙人指路的，也沒有大量閱讀文獻的技能與習慣，也缺乏敏銳的洞察力。
在讀研時，由於畢業**需要，我收集了1個小方向的資料庫，大概300~400的樣子，拿這個畢了業，再畢業一年後，乙個師妹找到我，需要當時的資料庫，因為統計套路有了，想法有了，可是沒有資料，又由於疫情原因，無法到醫院自己收集，進度、速度大大受阻。此時我也正在學習資料探勘，回看自己當時的做的資料庫，漏洞百出、粗製濫造，原因很多，比如源頭資料的不準確、源資料無法溯源、建庫思路模糊、資料改動無記錄、無區分都影響了資料庫的再次開發利用。正在學習資料探勘的我也面臨一些問題，由於積累不夠，還沒有建立乙個對臨床科研系統的認知觀，正向思維下我無法開展工作，正向的思維需要乙個明確的研究假設，然後開題，進行資料收集，最後通過資料分析驗證假設。舉個例子，正向思維就像挖x礦，你首先要找乙個地方，然後開始挖洞，驗證是否真有乙個x礦。這對你的勘探定位能力要求很高，需要大量的經驗積累，你才有能力找到乙個可能有x礦的地方。但是目前我還不具備這種能力。
怎麼辦呢，坐以待斃嗎？我喜歡拆東西，以前有個詞叫山寨，換到工業界叫逆向工程/逆向製造。
有正向思維，也就有逆向思維。
逆向思維更加適合小白的情況，沒有明確的方向，但是先把資料收集起來，然後通過對比資料，統計分析，發現規律，提煉假設，就想礦石精煉一樣，但是我也不知道最後練出來什麼礦，也許是金礦，也許是煤礦。正向、逆向，沒有好壞之分，第一種方式比較適合王者段位的玩家，對資源、技術、意識要求較高，第二種方式更適合青銅玩家。反觀我建立的第乙個庫，我獲得哪些經驗呢？
1. 沒有研究該領域的高分文章，收集的變數不全。
2. 沒有隨訪工作，單薄的資料，缺少了時間的可能性。3. 建庫過程缺少記錄。4. 研究有回顧研究也有前瞻研究，建庫也有回顧建庫與前瞻建庫，沒有持續做下去改進。臨床工作是繁瑣的，建庫工作也不是乙個人能完成的，最理想的模式是研究生進行錄入工作，上級醫生負責質控。醫院的資訊化建設也是助力，所有資料之源是初始錄入，如何規範是學習、協調的工作，如何提取是乙個技術手段，r語言、python可以做資料清洗，但是清洗工作是依據特徵進行的，就想限制性內切酶，需要特定序列，進行提取，這個又回到初始錄入工作了，怎樣給關鍵資訊打標，以便以後補錄工作順利高效，需要學習資料清洗，最簡單的，excel是怎麼拆列的。
成長很慢，現在才有一點點想法，希望有一天實現專業方向臨床、標本、組學三庫合一。我也在一點點進行
醫學統計學基礎 第一講
1 簡單幾何平均數 2 加權幾何平均數 應用 例 假定某地儲蓄年利率 按複利計算 5 持續1.5年，3 持續2.5年，2.2 持續1年。請問此5年內該地平均儲蓄年利率。解 由得到該地平均儲蓄年利率 3 幾何意義 算術平均數，體現純粹數字上的關係 而 稱為幾何平均數，這個體現了乙個幾何關係。2 作一正...
醫學統計學學習記錄之t檢驗應用
t檢驗有如下幾種 1 單樣本t檢驗 one sample group t test 使用場合 如已知一般脂肪肝疾患的健康人群尿素氮均值 測得20名脂肪肝患者的尿素氮值，檢驗脂肪肝患者的尿素氮值是否高於健康人群？2 配對樣本t檢驗 2.1 自身配對 1 同一受試物件給某種處理前後對比 推斷某種處理有無...
AI與醫學輔助診斷
人工智慧一詞越來越頻繁的出現在日常生活中。一種事物的時髦，必然有其背後的原因。而對於這樣乙個大的話題，從整體上來敘述總顯得有些不接地氣。作為跟ai沾過一些邊的博主將以自己接觸的方面來發表一點看法。首先介紹一下，博主在研究生期間從事醫療數字影像研究和醫療系統開發，期間跟臨床醫生也有過一些交流，研究生課...