将数字表型化原始数据转化为可操作的生物标志物,质量指标和数据可视化,使用皮层软件包:教程

科学领域:

• 数字健康数字健康
• 计算精神病学是一种计算精神病学.
• 数据科学数据科学数据科学

背景情况:

• 数字表型,使用来自消费者设备的数据,对于研究来说越来越重要.
• 处理这些数据并得出可复制的特征是一个重大挑战.
• 现有的工具缺乏全面的数据质量,特征提取和可视化解决方案.

研究的目的:

• 介绍Cortex,一个开源数据处理管道用于数字表型.
• 为使用Cortex进行数据分析,质量评估和可视化提供实用指南.
• 通过一个用户友好的工具展示数字表型研究的可访问性和严格性.

主要方法:

• 开发了Cortex,这是一个为mindLAMP平台优化的开源Python软件包.
• 插图数据处理,质量评估,特征导出和可视化技术.
• 包括创建相关性矩阵和现实世界的临床应用程序的示例代码.

主要成果:

• 皮层可以实时评估数据质量.
• 该管道有助于从数字表型化数据中推导可复制的临床特征.
• 皮层支持创建易于共享的数据可视化.

结论:

• 皮层增强了数字表型研究的可访问性和方法严格性.
• 该工具使研究团队能够有效地分析各种数字表型化数据集.
• 皮层促进可复制的研究实践在不断增长的数字健康领域.