• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Perspectives in Health Information Management >Giving Raw Data a Chance to Talk: A Demonstration of Exploratory Visual Analytics with a Pediatric Research Database Using Microsoft Live Labs Pivot to Promote Cohort Discovery Research and Quality Assessment
【2h】

Giving Raw Data a Chance to Talk: A Demonstration of Exploratory Visual Analytics with a Pediatric Research Database Using Microsoft Live Labs Pivot to Promote Cohort Discovery Research and Quality Assessment

机译：提供原始数据的机会：使用Microsoft Live Labs Pivot的儿科研究数据库演示探索性的可视化分析以促进队列发现研究和质量评估

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Secondary use of large and open data sets provides researchers with an opportunity to address high-impact questions that would otherwise be prohibitively expensive and time consuming to study. Despite the availability of data, generating hypotheses from huge data sets is often challenging, and the lack of complex analysis of data might lead to weak hypotheses. To overcome these issues and to assist researchers in building hypotheses from raw data, we are working on a visual and analytical platform called PRD Pivot. PRD Pivot is a de-identified pediatric research database designed to make secondary use of rich data sources, such as the electronic health record (EHR). The development of visual analytics using Microsoft Live Labs Pivot makes the process of data elaboration, information gathering, knowledge generation, and complex information exploration transparent to tool users and provides researchers with the ability to sort and filter by various criteria, which can lead to strong, novel hypotheses.
机译：大型开放数据集的二次使用为研究人员提供了解决高影响力问题的机会，否则这些问题将使研究花费过高且费时。尽管有可用的数据，但从庞大的数据集生成假设通常是具有挑战性的，缺乏对数据的复杂分析可能会导致虚假假设。为了克服这些问题并帮助研究人员从原始数据中建立假设，我们正在开发一个称为PRD Pivot的可视化和分析平台。 PRD Pivot是一个未识别的儿科研究数据库，旨在二次利用丰富的数据源，例如电子健康记录（EHR）。使用Microsoft Live Labs Pivot进行可视化分析的开发，使数据细化，信息收集，知识生成和复杂信息探索的过程对工具用户透明，并使研究人员能够按各种标准进行分类和筛选，从而可以，新颖的假设。

著录项

相似文献

  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号