原型分析和PHATE算法作为描述和可视化孕妇身体活动知识水平的方法

科学领域:

• 产科和妇科 产科和妇科
• 公共卫生 公共卫生
• 数据科学数据科学数据科学

背景情况:

• 怀孕期间的体力活动 (PA) 对结果有积极的影响,但在高收入国家,超过40%的孕妇活动不足.
• 关于安全和推的体育活动的知识不足是适当的母体PA的关键障碍.
• 了解孕妇的知识模式对于制定有针对性的干预措施至关重要.

研究的目的:

• 应用原型分析和PHATE (基于亲密关系的轨迹嵌入的热扩散潜力) 来调查数据,以确定孕妇关于体育活动的知识模式.
• 将PHATE可视化与主要组件分析 (PCA) 在揭示复杂数据结构方面的有效性进行比较.

主要方法:

• 分析了来自母亲和儿童研究所的调查数据,使用原型分析来识别知识模式.
• 用PHATE算法来实现低维可视化和更深入地了解数据结构.
• 结果与使用PCA.获得的结果进行了比较.

主要成果:

• 鉴定和描述了三种不同的原型,代表不同的体育活动知识模式.
• 在低维空间中,PHATE成功地可视化了复杂的数据关系,使其能够比PCA更详细地解释.
• PHATE识别了具有共同特征的独特对象集,这些特征在原型分析和PCA中都被遗漏了.

结论:

• 与PHATE结合的原型分析为分析与健康知识相关的调查数据中的非线性结构提供了一种新的方法.
• PHATE为复杂的数据集提供了卓越的可视化功能,比PCA等传统方法提供了更详细的见解.
• 这种方法可以增强我们对知识差距的理解,并为促进孕妇群体体体育活动的策略提供信息.