6、医疗应用数据分析方法与实践

医疗应用数据分析方法与实践

1. 数据收集与准备

• 数据集构成 ：数据集包含 2018 年第一季度和第二季度德国、英国和美国医疗类免费和付费应用的前 1000 个应用的 18 个参数，如名称、应用 ID、初始发布日期、下载量和收入等。由于一些应用出现在多个市场和多个类别中，该数据集包含 n = 4154 个独立应用。
• 数据获取与处理 ：通过网络浏览器访问基于网络的数据集，下载后使用 IBM SPSS Statistics 24 和 Microsoft Excel 2016 进行评估。由于 2018 年数据集中没有应用的评级，使用自行开发的脚本直接从苹果应用商店获取该数据，并使用 Google Sheets 进行处理，然后将评级数据与数据集合并。
• 应用分类 ：按照欧盟医疗器械法规对医疗应用进行分类，得到 1310 个由 957 个开发者开发的应用。分类工作由一位经验丰富的创新学者完成，并进行了交叉检查，应用 Cohen’s κ 得出的一致性为 92.1%。将开发者分为四类：用户开发者（患者和护理人员，以及医疗专业人员）和非用户开发者（即专业开发者，包括公司和独立开发者），分类工作再次由经验丰富的创新学者单独完成，Cohen’s κ 为 88.6%。
• 数据清理 ：在互联网搜索中，有 63 个案例无法获取信息，向这些开发者发送电子邮件，18 个开发者回复，回复率为 28.6%。为确保分类的保守性，删除了所有无法正确识别开发者所属组别的应用，最终得到 912 个开发者开发的 1265 个应用。