Un análisis de Python de datos de salud 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 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), los resoplidos y las características de los participantes como la edad, el sexo, Índice de masa corporal (IMC), índice de excitación, saturación media de oxígeno (Mean_SaO2), historial médico, índice de apnea-hipopnea obstructiva (OAHI) e índice de apnea-hipopnea (IAH).
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.
Emplearé un cuaderno Jupyter con bibliotecas de Python como Pandas, Numpy, Matplotlib y Seaborn.
Los datos que se utilizan 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.