[b][u]Часть 1. Метчинг анализов

[/u][/b][b]Что нужно сделать?[/b][b]

[/b]Найти одинаковые анализы среди списков анализов 5 разных лабораторий

[b]Сколько это данных?
[/b]5 лабораторий, у каждой лаборатории ~1500 анализов. Данные, которые доступны про каждый анализ: название + биоматериал. 

[b]Что такое одинаковые анализы?
[/b]Необходимое условие:
Биоматериалы анализов совпадают, т.е., например, анализы являются одинаковыми, если их биоматериалом является сыворотка крови или кровь с ЭДТА.  

Примечание 1: есть одна лаборатория (CMD), у которой не прописано, что это точно за биоматериал, а прописано только общими словами, например, кровь (в случае с этой лабораторией достаточно совпадения биоматериала с точностью до смысла, т.е. ”кровь” = ”кровь с ЭДТА” или ”кровь” = ”кровь с натрием”)

Примечание 2: биоматериалы у разных лабораторий могут называться по-разному, например, ”кровь с ЭДТА” или ”кровь (ЭДТА)”, но у одной лаборатории названия одинаковых биоматериалов идентичны (я понимаю, что очень легко было привести к единому виду в excel, но у меня как назло полетел офис)

Достаточное условие:
а) анализы, называющиеся одинаково
б) анализы, называющиеся немного по-разному, но обозначающие одно и то же 

[b]Примеры одинаковых анализов:[/b]
1) Антитела к кардиолипину (Anticardiolipin antibodies) класса IgM, сыворотка крови
2) Антитела к кардиолипину IgM (Антикардиолипиновые антитела IgM, АКЛ IgM, Cardiolipin Antibodies IgM, aCL antibody IgM, APAs IgM), кровь
3) Антитела к кардиолипину, IgM, сыворотка крови

1) Исследование соскобов с шейки матки и цервикального канала, мазок
2) Исследование соскобов шейки матки и цервикального канала (Examination of Scrapings: Cervix and Cervical Canal ), мазок из влагалища

1) Кобальт (моча), моча
2) Кобальт в моче (Cobalt), моча

[b]Как предполагается искать одинаковые анализы?[/b]
Поиск конкретных методы метчинга всегда ваш выбор, но мне кажется, что наиболее эффективно делать следующим образом: искать по словам и/или символам те, которые максимально друг с другом совпадают, а далее руками проверять, действительно ли они одинаковые[b]

В каком формате хочется увидеть результат?[/b][url=https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing]https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing[/url] 

[b]Что является критерием достижения результата?[/b]
1) Я бы хотела, чтобы ~70% анализов каждой лаборатории было найдено соответствие хотя бы в двух лабораториях. При этом, этот процент может меняться от лаборатории к лаборатории. Например, у одной лабы ~500 видов анализов, поэтому совершенно точно для 90% можно найти соответствующий хотя бы в одной лаборатории.У другой лаборатории ~2500 анализов, поэтому логично, что иметь соответствия будут вряд ли более 70% анализов
2) Хотя бы для 400 анализов найдено соответствие во всех 5 лабораторияхЭто примерные критерии, которые я выделила, исходя из тех данных, которые видела. Если у вас получится лучше - очень круто, если, наоборот, зайдете в тупик на меньших процентах - присылайте данные, посмотрим

[b][u]Часть 2. Метчинг чек-апов[/u][/b]

[b]Что такое чек-апы?[/b]
Это, так называемые, ”комплексные проверки”: паки из нескольких анализов (обычно 10-20), которые клиент сдает единоразово 

[b]Сколько это данных?[/b]
5 лабораторий, у каждой лаборатории ~50-100 чек-апов, каждый чек-ап состоит  ~ из 7-15 анализов. 

[b]Что нужно сделать?[/b]
Найти все чек-апы, которые совпадают хотя бы на 60% и указать процент совпадений

[b]Как это сделать?[/b]
Взять чек-апы одной лаборатории за начало отсчета и найти в каждой лаборатории все чек-апы, совпадающие с данным миниум на 60% ( = содержащие хотя бы 60% одинаковых анализов). Одинаковые анализы определяются из части 1. 

[b]
В каком формате хочется увидеть результат?[/b][url=https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing]https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing[/url]

Часть 1. Метчинг анализов

Что нужно сделать?

Найти одинаковые анализы среди списков анализов 5 разных лабораторий

Сколько это данных?
5 лабораторий, у каждой лаборатории ~1500 анализов. Данные, которые доступны про каждый анализ: название + биоматериал. 

Что такое одинаковые анализы?
Необходимое условие:
Биоматериалы анализов совпадают, т.е., например, анализы являются одинаковыми, если их биоматериалом является сыворотка крови или кровь с ЭДТА.  

Примечание 1: есть одна лаборатория (CMD), у которой не прописано, что это точно за биоматериал, а прописано только общими словами, например, кровь (в случае с этой лабораторией достаточно совпадения биоматериала с точностью до смысла, т.е. ”кровь” = ”кровь с ЭДТА” или ”кровь” = ”кровь с натрием”)

Примечание 2: биоматериалы у разных лабораторий могут называться по-разному, например, ”кровь с ЭДТА” или ”кровь (ЭДТА)”, но у одной лаборатории названия одинаковых биоматериалов идентичны (я понимаю, что очень легко было привести к единому виду в excel, но у меня как назло полетел офис)

Достаточное условие:
а) анализы, называющиеся одинаково
б) анализы, называющиеся немного по-разному, но обозначающие одно и то же 

Примеры одинаковых анализов:
1) Антитела к кардиолипину (Anticardiolipin antibodies) класса IgM, сыворотка крови
2) Антитела к кардиолипину IgM (Антикардиолипиновые антитела IgM, АКЛ IgM, Cardiolipin Antibodies IgM, aCL antibody IgM, APAs IgM), кровь
3) Антитела к кардиолипину, IgM, сыворотка крови

1) Исследование соскобов с шейки матки и цервикального канала, мазок
2) Исследование соскобов шейки матки и цервикального канала (Examination of Scrapings: Cervix and Cervical Canal ), мазок из влагалища

1) Кобальт (моча), моча
2) Кобальт в моче (Cobalt), моча

Как предполагается искать одинаковые анализы?
Поиск конкретных методы метчинга всегда ваш выбор, но мне кажется, что наиболее эффективно делать следующим образом: искать по словам и/или символам те, которые максимально друг с другом совпадают, а далее руками проверять, действительно ли они одинаковые

В каком формате хочется увидеть результат?<a href="https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing" rel="nofollow noopener noreferrer" target="_blank">https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing</a> 

Что является критерием достижения результата?
1) Я бы хотела, чтобы ~70% анализов каждой лаборатории было найдено соответствие хотя бы в двух лабораториях. При этом, этот процент может меняться от лаборатории к лаборатории. Например, у одной лабы ~500 видов анализов, поэтому совершенно точно для 90% можно найти соответствующий хотя бы в одной лаборатории.У другой лаборатории ~2500 анализов, поэтому логично, что иметь соответствия будут вряд ли более 70% анализов
2) Хотя бы для 400 анализов найдено соответствие во всех 5 лабораторияхЭто примерные критерии, которые я выделила, исходя из тех данных, которые видела. Если у вас получится лучше - очень круто, если, наоборот, зайдете в тупик на меньших процентах - присылайте данные, посмотрим

Часть 2. Метчинг чек-апов

Что такое чек-апы?
Это, так называемые, ”комплексные проверки”: паки из нескольких анализов (обычно 10-20), которые клиент сдает единоразово 

Сколько это данных?
5 лабораторий, у каждой лаборатории ~50-100 чек-апов, каждый чек-ап состоит  ~ из 7-15 анализов. 

Что нужно сделать?
Найти все чек-апы, которые совпадают хотя бы на 60% и указать процент совпадений

Как это сделать?
Взять чек-апы одной лаборатории за начало отсчета и найти в каждой лаборатории все чек-апы, совпадающие с данным миниум на 60% ( = содержащие хотя бы 60% одинаковых анализов). Одинаковые анализы определяются из части 1. 


В каком формате хочется увидеть результат?<a href="https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing" rel="nofollow noopener noreferrer" target="_blank">https://docs.google.com/spreadsheets/d/1I9qBzMNoUzLd5WXuo6J1LA70mDEKVVlCaYbkzjfmjQw/edit?usp=sharing</a>

Гость guest_15328864157204

Смэтчить данные (найти наиболее похожие друг на друга данные)