Un análisis de Python de los datos de salud de MIMIC-IV (DREAMT) para descubrir información sobre los factores que afectan los trastornos del sueño.
En este artículo, analizaré la información de los participantes del conjunto de datos DREAMED para descubrir las relaciones entre los trastornos del sueño como la apnea del sueño, los ronquidos, la dificultad para respirar, los dolores de cabeza, el síndrome de piernas inquietas (SPI), el olfateo y las características de los participantes como la edad, el sexo y la masa corporal. índice (IMC), índice de excitación, saturación media de oxígeno (Mean_SaO2), historial médico, índice d apnea-hipopnea obstructiva (OAHI) e índice de apnea-hipopnea (AHI).
Los participantes aquí son aquellos que participaron en el estudio DREAMED.
El resultado será un informe completo de análisis de datos con visualizaciones, conocimientos y conclusiones.
Usaré un cuaderno Jupyter con bibliotecas de Python como Pandas, Numpy, Matplotlib y Seaborn.
Los datos utilizados para este análisis provienen de DREAMT: Conjunto de datos para la estimación de la etapa de sueño en tiempo real utilizando tecnología portátil multisensor 1.0.1. DREAMED es parte de los conjuntos de datos MIMIC-IV alojados por PhysioNet.
