[Data Analysis] 심부전 데이터

• 해당 글에서는 전에 진행되었던 심부전 데이터로 분석했던 내용들을 정리해보고자 합니다.

 

---

🏥 심부전 데이터 분석 프로젝트

 

🩺 심부전 데이터셋 변수 파악

변수명	변수 설명
Age	나이
Sex	성별
ChestPainType	흉통 유형
RestingBP	안정된 상태에서 측정된 혈압
Cholesterol	혈액 내 콜레스테롤 농도
FastingBS	공복 상태에서 측정된 혈당
RestingECG	안정된 상태에서 측정된 심전도
MaxHR	최대 심박수
ExerciseAngina	운동 시 협심증을 경험했는지 여부
HeartDisease	심장병 보유 여부

 

🩺 심부전 데이터셋 필터링

• 심장병이 있는 사람들의 데이터만 추출하는 방법은 논리형 인덱싱을 사용하면 간단하게 해결할 수 있습니다.

H = heart[heart['HeartDisease'] == 1]

• 위와 같이 True 값인 행만 추출하는 논리형 인덱싱으로 심장병이 있는 사람들의 데이터를 선별할 수 있습니다.

 

🩺 심부전 데이터셋 결측치 처리

• 데이터의 결측치는 넷플릭스 데이터에서도 처리했듯 발생 비율에 따라 다르게 처리해야 합니다.

for i in heart.columns:
    mv_rate = heart[i].isna().sum() / len(heart) * 100
    if mv_rate > 0:
        print(f'{i}에서 결측치가 {mv_rate:.2f}% 발생하였습니다!')
        
# 출력값
# RestingBP에서 결측치가 2.94% 발생하였습니다!
# FastingBS에서 결측치가 9.91% 발생하였습니다!
# HeartDisease에서 결측치가 0.22% 발생하였습니다!

• 결측치는 각 컬럼의 비율마다 아래와 같이 처리되었습니다.
  • RestingBP(혈압): 중앙값으로 대체 (데이터의 왜곡 방지)
  • FastingBS(공복 혈당): 0으로 대체 (결측의 의미가 없는 경우)
  • HeartDisease(심장병 여부): 결측치 비율이 0.22%로 낮아 해당 행 삭제

 

🩺 심부전 데이터셋 통계값 확인

💉 1. 심박수의 평균 및 중앙값

print(heart['MaxHR'].mean())    # 평균
print(heart['MaxHR'].median())  # 중앙값

• 확인해 본 결과, 평균값과 중앙값이 비슷하여 이상치가 적고 데이터가 고르게 분포됨을 확인할 수 있었습니다.

 

💉 2. 흉통 유형(ChestPainType) 빈도 분석

• 흉통 유형 중 무증상이 가장 많아 심장병 판단 시 무증상 유형에 주의할 필요가 있습니다.
  • 무증상(ASY): 496건 (대다수)
  • 비협심증(NAP): 202건
  • 비전형적 협심증(ATA): 172건
  • 전형적 협심증(TA): 46건

 

💉 3. 주요 변수들의 통계 요약

• 나이(Age): 평균 53.53세 → 50대 초반이 다수인 것을 확인할 수 있었습니다.
• 콜레스테롤 수치(Cholesterol): 평균 196, 표준편차 109
• 최대 심박수(MaxHR): 최소 심박수 60, 최대 심박수 202

 

💉 4. 그룹별 분석

• 심장병 여부에 따라로 변수들의 평균을 비교해본 결과는 다음과 같았습니다.

구분	나이	심박수	콜레스테롤 수치
정상인	54.69	150.5	222.73
심장병 환자	55.00	144.5	186.7

• 확인해보니 심장병이 있는 그룹에서가 평균적으로 나이가 많고 심박수가 낮은 것을 확인할 수 있었습니다.
• 또한, 성별에 따른 혈압 차이도 살펴봤는데, 성별에 따른 혈압 차이는 크지 않은 것을 보아
• 성별에 따른 건강 관리보다 개인별 건강 관리가 더 중요할 수 있다는 결론도 나왔습니다.
• 추가적으로 연령대 그룹화, 고혈압·고콜레스테롤·고혈당 환자의 위험도 분석, 운동이 심장에 미치는 영향 분석 등의 심화 분석도 가능합니다. 추후에 시간이 날 때 진행해보겠습니다!

 

🩺 심부전 데이터셋 시각화

🎨 심부전 데이터셋 색상

심부전 데이터셋의 색상

 

🎨 흉통 유형 비율 시각화

흉통 유형의 분포 비율

• 무증상(ASY) 흉통이 대부분이기 때문에 심장병 판단 시 주된 고려 요인이라고 볼 수 있습니다.

 

🎨 심부전증 여부에 따른 흉통 유형 막대 그래프

심장병 여부에 따른 흉통 유형 막대 그래프

• 위 차트를 그리기 위해 plt에서 제공하는 tight_layout() 함수를 사용했는데, 이 함수는 막대 그래프에서 막대끼리 겹치지 않도록 최소한의 여백을 만들어주는 역할을 합니다.
• 심장병이 있는 사람들은 무증상이 대부분이라, 심장 질환과 흉통 유형 간의 강한 관련성을 가지게 됩니다.
  • 심장병이 심각한 단계에 이를 때까지 증상이 나타나지 않을 수 있기 때문에
  • 무증상 환자들에 대한 모니터링을 강화해야하고, 조기 검진을 통한 조기 발견이 중요하다고 봅니다.
• 반면, 심장병이 없는 사람들에게서는 비전형적인 흉통이 대부분입니다.
  • 비환자들에게도 심장 건강에 대한 경각심을 일깨워주고, 심장 검진을 자주 받을 수 있게 국가에서 독려해줘야 합니다.

 

🎨 심부전 여부별 연령 분포 그래프

심부전 여부별 연령 분포

• 나이에 따른 심부전 여부를 수치화 후에 fill_between() 함수로 그래프의 영역 채우도록 실습했습니다.
• 여기서 쓰이는 fill_between() 함수의 주요 옵션들은 아래와 같습니다.
  • x: 곡선을 정의하는 노드의 x 좌표
  • y1: 첫번째 곡선을 정의하는 노드의 y 좌표
  • y2: 두번째 곡선을 정의하는 노드의 y 좌표
  • alpha: 투명도
  • label: 범례에 표시할 문자열 입력

plt.fill_between(x=heart_age[0].index, y1=0, y2=heart_age[0], 
		 color='#003399', alpha=1, label='Normal')
plt.fill_between(x=heart_age[1].index, y1=0, y2=heart_age[1], 
		 color='#0099FF', alpha=0.7, label='Abnormal')

• 위와 같이 작성하게 되면 y1(0)부터 y2(해당 데이터)까지 영역을 채워달라는 뜻이 됩니다 !

 

🎨 심부전 범주형 산점도 그래프

• 하나의 figure에 두 가지 plot을 그리려면 add_subplot() 함수가 요구됩니다.
  • 먼저, 그래프 객체를 각각 생성해주고, (figure에 2개의 subplot(ax1, ax2) 생성)
  • sns.swarmplot()의 ax 옵션에 해당 객체들을 설정해주면 됩니다.

• sns.swarmplot() 함수는 범주형 변수에 들어 있는 각 범주별 데이터의 분포를 확인하게 해주는 차트입니다.

심부전 범주형 산점도 그래프

 

🎨 심부전 관련 논문 제목 워드 클라우드

심부전 관련 논문 제목 워드 클라우드

• 마지막으로 위 워드 클라우드는 Pubmed 사이트의 심부전 관련 논문의 제목 데이터를 가지고 진행했고,
• 여기서는 heart failure(심부전), patient(환자), ejection fraction(박출 계수) 등의 단어가 자주 등장함을 확인할 수 있었습니다.