Mwongozo wa Mtumiaji wa iMed
Utangulizi
1.1. Kusudi
Kusudi la hii web maombi ni kuchukua taarifa ghafi na kuruhusu kuzibadilisha kwa namna ambayo inatoa matokeo muhimu katika kufanya maamuzi. Hii inaweza kuwa kutoa mafunzo kwa modeli na data mbichi au kutabiri matokeo kwa kutumia modeli na uchanganuzi.
1.2. Menyu ya Urambazaji
Menyu ya kusogeza juu ya ukurasa inashikilia viungo vyote ili kufika unapohitaji kuwa. Ukiwahi kupotea, unaweza kubofya kishale cha nyuma ili kufikia ukurasa unaojulikana, kurudi nyumbani, au kutafuta ukurasa unaotafuta ndani ya menyu ya kusogeza.
1.3. Akaunti
Ikiwa tayari huna akaunti, lazima ujiandikishe ili kutumia programu. Ili kufanya hivyo, bofya kitufe cha akaunti kilicho upande wa juu kulia na ubofye rejista. Kisha ingiza jina lako la mtumiaji, nenosiri, na barua pepe ili kuendelea.
Ikiwa tayari una akaunti, ingia na jina lako la mtumiaji na nenosiri.
Ukurasa wa Nyumbani
Kwa kubofya vipengee vilivyo upande wa kushoto wa ukurasa, maelezo ya kila moja yataonekana katikati ya ukurasa ili kukusaidia kuelewa kile ambacho kila kimoja hufanya.
iMedBot
Programu ya iMedBot inawasilisha kiolesura ambacho kinakuza mwingiliano rahisi wa mtumiaji na mawakala, kuwezesha utabiri wa kibinafsi na mafunzo ya kielelezo. Inatumika kama hatua ya kwanza kuelekea kubadilisha matokeo ya utafiti wa kina kuwa zana ya mtandaoni, ambayo ina uwezo wa kuibua shughuli za ziada za utafiti katika kikoa hiki. Mwongozo wake wa mtumiaji husika unaweza kupatikana hapa.
Uchambuzi wa Data
4.1. Rejesha Seti ndogo
Sehemu hii inamruhusu mtumiaji kuhariri mkusanyiko wao wa data. Unaweza kuchagua kupakia mkusanyiko mpya wa data au utumie iliyopo kwenye menyu kunjuzi.
Baada ya mkusanyiko wa data kupakiwa, unaweza kuchagua ni hatua gani ungependa kuchukua kwa kubofya chaguo mojawapo kwenye menyu ya upande wa kushoto.
4.1.1. Rejesha Seti ndogo Kulingana na Vichujio
Sehemu hii inaruhusu kupata kikundi kidogo cha hifadhidata asili kulingana na vichujio vilivyotolewa. Chagua thamani unazotaka katika kikundi kidogo kisha uchague safu wima unazotaka zionyeshwe kwenye mkusanyiko wa data wa mwisho.
4.1.2. Rudisha Matokeo Yaliyopangwa
Hii inarudisha seti ya data katika fomu iliyopangwa. Chagua safu wima lengwa, mpangilio wa kupanga, idadi ya safu mlalo zitakazorudishwa, na safu wima zipi za kuonyesha katika matokeo ya mwisho.
4.1.3. Panua Seti ya Data
Hii humruhusu mtumiaji kupanua safu wima ya umoja iliyohifadhiwa kama kamusi kwenye jedwali halisi ambalo mtumiaji anaweza kubadilisha. Inachukua mkusanyiko wa data uliowekwa na kusogeza kile kinachohitajika na mtumiaji hadi safu ya juu zaidi. Kwanza, pakia mkusanyiko wa data unaojumuisha safu wima iliyo na mkusanyiko wa data uliowekwa. Ikiwa safu ambayo inahitaji upanuzi itatambuliwa kiotomatiki, chagua safu wima ipi ya kupanua na ni safu wima zipi za kutoa kutoka kwa maelezo yaliyowekwa. Bofya wasilisha na unaweza view habari yako kama safu wima za jedwali badala ya data iliyowekwa.
4.2. Unganisha Files
Kwa kuchagua na kupakia hifadhidata nyingi kwa kubofya ctrl (amri ya mac), hii itaziunganisha katika mkusanyiko mmoja mkubwa wa data kuliko kutumika kwa kitu kingine.
Chagua tu hifadhidata zote na ujaze habari inayohitajika. Hii itahifadhi seti mpya ya data kwa programu tumizi ya iMed na kisha inapatikana kwa kupakuliwa.
4.3. Kazi za Plot
Sehemu hii inamruhusu mtumiaji kupanga mkusanyiko wao wa data. Chagua moja ya chaguo kwenye menyu ya upande wa kushoto kisha ujaze sehemu zinazohitajika ili kupata njama yako. Zifuatazo ni aina za njama unazoweza kutengeneza kutoka kwa data yako:
4.4. Uchambuzi wa Kitakwimu
Sehemu hii inaturuhusu kufanya majaribio ya takwimu kwenye mkusanyiko wetu wa data. Chagua jaribio la kufanya kutoka kwenye menyu ya upande wa kushoto na ujaze sehemu ili kuendesha majaribio. Zifuatazo ni aina za majaribio zinazopatikana:
ODPAC
5.1. Jifunze
Ukurasa huu unajumuisha maelezo mafupi ya kila aina ya rasilimali inayopatikana kwenye ukurasa huu. Kubofya kitufe kilicho juu ya kila sehemu kutaunganisha kwenye ukurasa mwingine kumruhusu mtumiaji kutumia au kujifunza zaidi kuhusu mada.
5.1.1. Epistasis
Ukurasa huu huturuhusu kutumia MBS, kanuni ya utafutaji ili kujifunza kutoka kwa data. Hasa, inaturuhusu kusoma epistasis, mwingiliano kati ya jeni mbili au zaidi zinazoathiri phenotype. Hii ni muhimu kwa profile magonjwa katika nyanja ya maumbile. Mbinu za kawaida hazifai kushughulikia data ya hali ya juu inayopatikana katika tafiti za muungano wa jenomu pana (GWAS). Kanuni ya Utafutaji wa Boriti Nyingi (MBS) inaruhusu kugundua jeni zinazoingiliana kwa kasi ya haraka zaidi. Pakia data unayotaka kutumia na kisha ingiza sehemu zinazohitajika. Kwa habari ya kina zaidi, pata karatasi kamili hapa.
5.1.2. Sababu za Hatari
Ukurasa huu huturuhusu kutumia kifurushi cha IGain kujifunza mwingiliano kati ya data. Inajifunza mwingiliano kutoka kwa data ya hali ya juu kwa kutumia utaftaji wa kiheuristic. Mbinu hii inajengwa juu ya mbinu ya Exhaustive_IGain iliyotengenezwa hapo awali ili kujifunza mwingiliano kutoka kwa data ya hali ya chini. Pakia data na kisha ingiza sehemu zinazohitajika. Maelezo zaidi kuhusu vizingiti vya IS na iGain yanaweza kupatikana hapa.
5.1.3. Mifano ya Utabiri
Sehemu hii inaruhusu matumizi ya miundo ya utabiri ambayo tayari imeundwa juu ya miundo ya kujifunza ya mashine ili kuharakisha matumizi yake. Hii inaruhusu matumizi yao bila matumizi ya usimbaji na uzoefu wa awali kutabiri miundo kwa kutumia mkusanyiko wao wa data. Kuna mifano mingi ya utabiri inayopatikana kwa mtumiaji ikijumuisha Logistic, Regression, Support Vector Machines (SVMs), Miti ya Maamuzi, na mengi zaidi. Orodha kamili ya mbinu za utabiri zinapatikana upande wa kulia wa ukurasa hapa.
5.2. Utabiri
Sehemu hii inaruhusu utabiri kutoka kwa muundo ulioshirikiwa uliopakiwa hapo awali. Pakia kwanza muundo ulioshirikiwa ikiwa haujafanywa hivyo tayari. Kisha chagua kielelezo cha kutumia kwa utabiri kwa kubofya jina la kielelezo. Kisha pakia data kwa mtindo wa utabiri kutumia. Hii inaweza kufanywa kwa mikono kwa kutumia fomu iliyo chini ya ukurasa au kwa kutumia kiolezo kinachopatikana kwa upakuaji. Ikiwa unatumia kiolezo, pakia mkusanyiko wa data file na ubofye wasilisha ili kupokea utabiri wa mfano.
5.3. Usaidizi wa Uamuzi
Usaidizi wa uamuzi hutoa uainishaji na unaweza kuongoza uchaguzi wa matibabu kutoka kwa taarifa zinazotolewa kwa mfumo. Imefunzwa kutoka kwa data ili kupendekeza utaratibu bora wa matibabu kulingana na sifa za mgonjwa. Maelezo zaidi kuhusu Mifumo ya Usaidizi wa Maamuzi ya Kitabibu (CDSS) yanaweza kupatikana hapa.
Pendekezo la Mfumo huchukua sifa za mgonjwa na kupendekeza utaratibu wa matibabu na kutabiri uwezekano wa siku zijazo wa metastasis ya miaka 5. Uingiliaji kati wa Mtumiaji huchukua vipengele vya mgonjwa na utaratibu wa matibabu kutabiri uwezekano wa siku zijazo wa metastasis ya miaka 5 kulingana na matibabu ya sasa badala ya matibabu bora.
MBIL
Markov Blanket na Interactive Risk Factor Learner (MBIL) ni algoriti ambayo hujifunza vipengele vya hatari moja na vinavyoingiliana ambavyo vina ushawishi wa moja kwa moja kwenye matokeo ya mgonjwa. Bofya "nenda kwa MBIL" ili kuelekezwa upya kwa Kielezo cha Kifurushi cha Python (PyPI) kwa kifurushi cha MBIL kilicho hapa. Maelezo zaidi kuhusu MBIL yanaweza kupatikana katika BMC Bioinformatics.
Seti za data
Sehemu hii inaruhusu mtumiaji kuona na kupakia seti mpya za data kwenye web maombi.
7.1. Angalia Hifadhidata Zote Zilizopo
Ili kuona seti zote za data zinapatikana, bofya tu "Onyesha Seti za Data Zinazopatikana."
7.2. Pakia Seti ya Data
Ili kupakia mkusanyiko wa data, bofya "Shiriki Seti Zako za Data" kisha ujaze taarifa inayohitajika kama ilivyoelezwa kwenye webukurasa. Kwanza, pakia mkusanyiko wa data na ujaze sehemu zinazohitajika.
Kisha, jaza sehemu zilizo hapa chini au pakia maandishi file na habari iliyojazwa. An example ya jinsi ya kupanga taarifa ili programu iweze kuelewa imetolewa hapa chini.
Mifano
Sehemu hii inaruhusu mtumiaji kuona miundo inayopatikana kwao na kushiriki mfano.
8.1. Tazama Miundo Yote Inayopatikana
Ili kuona miundo yote inayopatikana, bofya "Onyesha Miundo Inayopatikana."
8.2. Shiriki Mfano
Ili kushiriki muundo, bofya "Shiriki Miundo Yako" kisha upakie muundo file kufunzwa na mtiririko wa tensor au PyTorch.
8.2.1. Seti ya data inayohusiana
Kisha unapaswa kupakia hifadhidata inayohusiana ambayo inajumuisha vichwa. Darasa/lebo ya mkusanyiko wa data inapaswa kuwa katika safu wima ya mwisho.
8.2.2. Watabiri na habari za darasa
Ikiwa mkusanyiko wa data unajumuisha vipengele vyote, fomu ya kipengele inaweza kurukwa baada ya kupakia mkusanyiko wa data. Walakini, ikiwa sio zote zimejumuishwa, habari hii lazima itolewe katika maelezo file au ndani ya fomu ya kipengele. Chagua chaguo kutoka kwenye menyu kunjuzi inayoonyesha jinsi unavyonuia kutoa vitabiri na maelezo ya darasa.
Ikiwa unatumia chaguo la maelezo, unaweza kujaza sehemu au kupakia maandishi file na habari iliyojazwa. An example ya jinsi ya kupanga habari imetolewa hapa chini.
Nyaraka / Rasilimali
 |
Programu za iMed Web Maombi [pdf] Mwongozo wa Mtumiaji iMed, iMed Web Maombi, Web Maombi |