基于csf生物标志物的alzheimer病a/t/n分期
atn的Python项目详细描述
自动变速箱
基于a/t/n/classification scheme的阿尔茨海默病生物标志物 Jack et al., 2016, 这个python模块所做的基本上是将预定义的阈值应用于 给定DataFrame(包含生物标记数据,例如 作为脑脊液(csf)水平的abeta42,ptau,ttau)和建筑 根据 他们的脑脊液生物标记物。
示例(随机数据):
import random
n = 10
abeta42 = [random.randrange(600e3, 1800e3)/1e3 for e in range(0, n)]
ptau = [random.randrange(4e3, 80e3)/1e3 for e in range(0, n)]
ttau = [random.randrange(97e3, 500e3)/1e3 for e in range(0, n)]
data = pd.DataFrame(data=[abeta42, ptau, ttau], index=['abeta42', 'ptau', 'ttau']).transpose()
data
abeta42 ptau ttau 0 1142.327 76.636 375.448 1 833.484 77.321 181.75 2 951.601 6.981 309.215 3 1623.797 65.063 232.303 4 920.706 62.899 310.1 5 704.215 58.526 160.826 6 1687.357 53.335 422.249 7 1701.997 68.676 173.33 8 1774.046 37.214 255.638 9 939.946 21.128 164.803
import atn
staging = atn.stage(data, thresholds = {'abeta42':1100, 'ptau':19.2, 'ttau':242})
staging
A T N ID 0 FALSE TRUE TRUE 1 TRUE TRUE FALSE 2 TRUE FALSE TRUE 3 FALSE TRUE FALSE 4 TRUE TRUE TRUE 5 TRUE TRUE FALSE 6 FALSE TRUE TRUE 7 FALSE TRUE FALSE 8 FALSE TRUE TRUE 9 TRUE TRUE FALSE
print(atn.staging_summary(staging))
CSF amyloid (A) positive/negative: 5/5 CSF ptau (T) positive/negative: 9/1 CSF ttau (N) positive/negative: 5/5
A+T+: 4 A+T-: 1 A-T-: 0 A-T+ (SNAPs): 5
A+T+N+: 1 A+T+N-: 3 A-T+N+: 3 A-T+N-: 2 A-T-N-: 0 A-T-N+: 0 Total subjects: 10
所以是的,很简单,很愚蠢。但这样可以快速选择 主题如下:
groups = atn.groups(staging)
data.loc[groups['A+'].index]
abeta42 ptau ttau ID 1 833.484 77.321 181.75 2 951.601 6.981 309.215 4 920.706 62.899 310.1 5 704.215 58.526 160.826 9 939.946 21.128 164.803
依赖关系
- python>;=3.5
- 熊猫>;=0.24.1
安装
首先确保您已经安装了上面列出的所有依赖项。然后,您可以通过在命令提示符下运行以下命令来安装atn:
pip install atn