Anonymizovaný dataset o výsledcích léčby pacientů s mozkovou příhodou ve FN Plzeň za 2016-2017. U pacientů je mimo jiné identifikován etiologický typ mozkové mrtvice, klinický výsledek (škála mRS), míra vstupního deficitu (škála NIHSS), přítomnost rizikových faktorů. Data nejsou úplná, často jsou některé hodnoty neznámé.
-
Zhodnoťte závislosti dobrého klinického výsledku (mRS-out: hodnota 1 oproti 0), případně mortalitu (mRS – 1Y: hodnota 6 oproti 0-5) jednorozměrnou regresí na:
- věku
- pohlaví
- vstupního NIHSS (TSS příjem)
- rozdílu výstupní-vstupní NIHSS
-
Vytvořte Kaplan–Meierovu křivku přežití pro jednotlivé stanovené diagnózy a podrobně popište proces vytvoření a její vlastnosti.
Pozn.: Hodnota mRS-out = 7 je u chybějících dat, tyto pacienty je nutno z analýzy vyloučit, případně zpětně podle výsledků analýzy do diskuse porovnat strukturu těchto pacientů se strukturou hodnoceného souboru. Je otázka, jak se postavit k problému mRS Před s hodnotou 3, kdy už byl vstupní stav "nedobrý".
cleaning.py
vytvoří ze zadaného datasetu nový, vyčištěný a bavený nepotřebých sloupcůapp.py
načte vyčištěný dataset a vytvoří grafy pro analýzu
$ pip freeze > requirements.txt