Понятная и точная визуализация данных, полученных на основе реальной клинической практики (англ. real-world data; RWD), является одним из важных моментов при их анализе и в дальнейшем при презентации результатов исследования.

На наш взгляд, применение инструментов, используемых в бизнес-аналитике, может дать дополнительные возможности для построения интерактивных отчётов по данным регистров больных и нозологий, медицинских баз данных, электронных медицинских карт и т. д. [1].

В данной статье речь пойдёт об использовании такого инструмента от компании Microsoft, как Power BI, для анализа медицинских данных, в том числе клинических регистров [2]. Power BI представляет собой комплексное программное обеспечение для бизнес-аналитики, состоящее из нескольких самостоятельных продуктов, позволяющих создавать единую информационноаналитическую систему обеспечения принятия решений на основе интегрированного анализа данных из различных источников для обеспечения максимальной глубины анализа и детализации данных [3].

Power BI позволяет подключиться к большому количеству различных источников данных. Осуществляется подключение с помощью редактора запросов (Power Query), выполняющего загрузку и очистку данных.

К основным возможностям Power Query относятся объединение и добавление данных, позволяющие комбинировать данные из нескольких источников данных, их фильтрация, сведение и развёртывание столбцов, а также добавление пользовательских вычисляемых столбцов. Для выражения всех подобных комбинаций данных используется язык формул Power Query M [4]. 

В нашем случае для ведения наблюдательных программ или программ лабораторной диагностики мы используем два решения — это универсальный программный комплекс для сбора, обработки и управления территориально распределёнными клинико-эпидемиологическими данными в режиме удалённого доступа Quinta, созданный на базе Microsoft Dynamics CRM 2011 [5], и самостоятельно разрабатываемые web-приложения.

Поддерживаемый Power BI открытый веб-протокол для запроса и обновления данных позволяет быстро взаимодействовать с CRM, используя в качестве запросов HTTP-команды, и получать необходимые данные в формате XML.

Также сбор данных и обработка могут быть осуществлены с помощью скриптов, написанных на Python или R.

Таким образом, мы можем при создании отчёта объединять различные источники данных, создавая необходимую схему данных.

После сбора необходимых данных мы переходим к процессу создания отчёта. Здесь проявляются все те преимущества, которые дают отчёты, построенные с помощью инструментов бизнес-аналитики: • возможность расширенной аналитики; • наглядность и визуализация; • интерактивность; • поиск инсайтов; • доступ с любого устройства.

Таким образом, мы можем выстраивать гибкую систему фильтров и находить неявные взаимодействия между данными.

Также настраивать более гибкую визуализацию данных позволяют меры, с помощью которых можно производить дополнительные вычисления. При создании мер используется язык формул Data Analysis Expressions (DAX), включающий более чем 200 функций, операторов и конструкций. Например, возможна настройка динамических мер, которые будут вычисляться в зависимости от выбранного значения в фильтре (см. рис. 1). 

Для визуализации, представленной на рисунке 3, была создана дополнительная таблица «Фильтр» со значениями для фильтра «Единицы вывода». Далее была создана мера «Что отображать в столбцах», которая в зависимости от выбранного значения выводит на график одну из двух мер: «Абсолютная заболеваемость» либо «На 100 тыс. эпид.».

Формула меры «Что отображать в столбцах»: Что отображать в столбцах = SWITCH( true(), VALUES('Фильтр'[N])=1,'Заболеваемость'[Абсолютная заболеваемость], VALUES('Фильтр'[N])=2,'Заболеваемость'[- На 100 тыс. эпид.], BLANK() )

Формула меры «Абсолютная заболеваемость»: Абсолютная заболеваемость = SUM('Заболеваемость'[Заболеваемость])

Аналогичные меры были созданы для эпидемиологических показателей: заболеваемость и распространённость. 

В Power BI предусмотрена возможность выбирать дополнительные визуализации из коллекции «Визуальные элементы Power BI». Помимо этого при настройке визуализаций есть возможность создавать визуальные элементы Python и R, что позволяет использовать различные библиотеки для статистической обработки данных и работы с графикой. А система взаимодействия между элементами отчёта предоставляет возможность быстро проверять большое количество статистических гипотез (рис. 2).

Для визуализации, представленной на рисунке 4, используется следующий скрипт, на основе [7].

library(survminer) library(survival) fit <- survfit(Surv(dataset$time, dataset$status) ~ as.factor(dataset$diagnosis), dataset) ggsurvplot(

fit, # survfit object with calculated statistics. fun = NULL, dataset, # данные, используемые для кривых выживаемости risk.table = TRUE, # показать таблицу рисков pval = TRUE, # показывать p-value на основе log-rank теста. conf.int = TRUE, # показывать доверительные интервалы для кривых выживаемости font.legend = 16, xlim = c(0,40), # ограничения для оси Х, не влияют на оценки выживаемости palette = c("orange", "red", "green"), xlab = "Time in months", # подпись для оси Х. break.time.by = 5, # интервалы для оси Х. ggtheme = theme_light(), # настройка графика и таблицы рисков с помощью темы risk.table.y.text.col = T, # цветные текстовые аннотации таблицы рисков risk.table.height = 0.25, # высота таблицы рисков risk.table.y.text = FALSE, # показывать столбцы вместо имён в текстовых аннотациях# в легенде таблицы рисков ncensor.plot = TRUE, # график цензурированных объектов в момент времени t ncensor.plot.height = 0.25, conf.int.style = "step", # настройка стиля доверительных интервалов surv.median.line = "hv", # горизонтальная и вертикальная линия для медианы # выживаемости) 

Аналогично можно использовать библиотеки Python, в том числе для машинного прогнозирования. Например, метод «Случайный лес» для оценки выживаемости (Random survival forests), метод «Градиентный бустинг деревьев решений» (Gradient boosting trees) [8], которые представлены в библиотеке scikit-survival, автором которой является Sebastian Pölsterl [9],[10].

На примере открытых ‎данных load_whas500 Вустерского исследования сердечного приступа, основной целью которого было описание факторов, связанных с тенденциями с течением времени в заболеваемости и выживаемости после госпитализации по поводу острого инфаркта миокарда [11], видно, что на основе созданной модели можно строить прогнозы выживаемости по входным параметрам (рис. 3).

Код для визуализации в Power BI важности признаков с помощью библиотеки scikit-survival:

import matplotlib.pyplot as plt from sksurv.datasets import load_whas500 from sksurv.ensemble import GradientBoostingSurviv alAnalysis from sksurv.ensemble import RandomSurvivalForest import pandas as pd X, y = load_whas500() X = X.astype(float) estimator = GradientBoostingSurvivalAnalysis(loss=" coxph").fit(X, y) plt.figure(figsize=(35, 15), dpi= 100, facecolor='w', edgecolor='k') feature_imp = pd.Series(estimator.feature_ importances_, X.columns).sort_values(ascending=False) fig, ax = plt.subplots(figsize=(16,14)) feature_imp.plot.bar(ax=ax) ax.set_title("Важность признаков", fontsize=30, weight = 'bold') ax.set_ylabel('Важность', fontsize=25) plt.tick_params(axis='both', labelsize=25) fig.tight_layout() plt.show() 

Так как для обработки скриптов используются установленные приложения на рабочем месте исследователя, то можно использовать все библиотеки, установленные в них (рис. 4).

Power BI позволяет настроить ежедневное обновление, обеспечивая доступ к локальным данным без необходимости ручного обновления. Пример отчёта, настроенного описанным выше способом, представлен на сайте: регистры эндокринопатий под эгидой ФГБУ «НМИЦ эндокринологии» МЗ РФ [12] (рис. 5).

Накопленный опыт в области применения средств бизнес-аналитики, в том числе Power BI, для обработки медицинских данных, полученных из различных источников, и их дальнейшей визуализации позволяет предложить его использование как дополнительного средства для обработки данных реальной клинической практики (RWD) и доказательств из реальной клинической практики (RWE).