Des problèmes avec vos fichiers ? Cliquez ici.

À propos des applications R Shiny

R est un environnement de programmation statistique et « open source » distribué par CRAN (Comprehensive R Archive Network) pour Mac, Windows et Linux. Selon un éditorial récent dans le Journal of Statistical Software,

les auteurs d’articles de recherche dans des revues scientifiques semblent désormais utiliser massivement R pour exécuter et afficher les résultats statistiques publiés.

Attestant de l’importance de R dans les études de la croissance pédiatrique, l’Organisation mondiale de la santé (l’OMS) a utilisé R GAMLSS pour créer ses courbes de croissance standard (0 à 5 ans, 2006) et du référence (5 à 19 ans, 2007) avec le modèle LMS (Lambda–Mu–Sigma); ils publient des macros R pour calculer les Z-scores anthropométriques basés sur leurs courbes.

Pour mieux soutenir nos membres, nous avons développé une suite d’outils Shiny pour surveiller la croissance dans les contextes clinique et de recherche, avec des calculateurs de Z-score (Zapps™) et des traceurs de courbes de croissance. Pour de meilleures performances, vous avez besoin d’un navigateur compatible HTML5 (par exemple, Chrome, Edge, Safari ou Firefox). Pour la plupart, nos algorithmes de calcul et nos tableaux LMS ont été fournis par les développeurs originaux avec une exception: parce que l’OMS n’a pas fourni de résultats poids pour l’âge après 10 ans, ces tableaux LMS sont basés sur notre réanalyse publiée des données de l’OMS et du NCHS.

Les applications sont disponibles comme calculatrices pour les feuilles de calcul ou pour données directes où i les mesures individuelles sont stipulées directement dans le navigateur Web (par exemple pour une utilisation mobile ou clinique).

Logiciels en ligne (Zapps™) pour calculer les centiles de la croissance et les Z-scores

Une option est disponible pour ceux qui désirent les ensembles macros de l’OMS sans toutefois se préoccuper d’un système statistique. Nous avons conçu une application web qui utilise les ensembles macros de l’OMS sur un serveur R (alias Shiny).

  • igrowup : une application Shiny pour analyser les enfants entre 0 à 5 ans, basée sur les standards de l’OMS
  • who2007 : une application Shiny pour analyser les enfants entre 5 à 19 ans, basée sur les références de l’OMS
  • quickZ_WHO : une application Shiny qui combine les données de igrowup et de who2007 pour analyser les enfants entre 0 à 19 ans et calculer les Z-scores pour les hauteurs, les poids, et les indices de masse corporelle, basée sur les courbes de croissance de l’OMS pour le Canada 2014
  • quick Z_CDC : une application Shiny pour analyser les enfants entre 0 à 20 et calculer Z-scores pour les hauteurs, les poids et les indices de masse corporelle, basée sur les courbes des CDC americains
  • WCz : une application Shiny pour analyser les enfants entre 5 à 19 ans et calculer Z-scores pour les tours de taille et les ratios tour de taille/taille, basée sur les courbes du NHANES III
  • BPz : applications Shiny pour analyser les enfants entre 1 à 18 ans et catégoriser la tension artérielle, basée sur les courbes créées par l’académie américaine de pédiatrie, 2017:
    • BPz : pour analyzer des données dans des feuilles de calcul
    • BPz (données individuelles) : pour analyser des données individuelles spécifiées directement dans le navigateur Web (version mobile)
  • plis cutanés : une application Shiny pour analyzer l’épaisseur des plis cutanés, basée sur les données de l’OMS pour les enfants entre 3 mois à 5 ans et d’Addo 2010 et 2017 pour les enfants entre 5 à 20 ans
  • avant terme : une application Shiny pour analyser les bébés prématurés entre 22 à 49 semaines, basée sur les données de Fenton, 2013
  • DownZ : une application Shiny pour analyser la croissance des enfants trisomiques entre 0 à 20 ans, basée sur les données de Zemel et al, 2015
  • PWSZ : une application Shiny pour analyser la croissance des enfants avec le syndrome de Prader-Willi (sans hormone de croissance) entre 0 à 18 ans, basée sur les données de Butler et al, 2011 et 2015

Certaines mesures supplémentaires basées sur l’IMC (par exemple, BMIz_mod, BMIz_ext, etc.) sont disponibles sur :

Avec le serveur Shiny, il est possible de télécharger une feuille de calcul d’Excel (ou similaire) au format de variables séparées par des virgules (voir ci-dessous pour savoir comment créer un fichier .csv). Un Calculateur Excel est aussi disponible pour Windows.

Logiciels en ligne pour tracer les courbes de croissance avec les données individuelles ou composites

Pour ceux qui préfèrent créer des graphiques de croissance avec les données d’une feuille de calcul au format .csv, nous avons aussi créé des traceurs Shiny à :

Ou si vous préférez combiner l’entrée directe des données avec la puissance du Shiny :

Si vous préférez entrer directement les données de croissance individuelles dans un navigateur, SVP consultez le traceurs du site web du GCEP à notre site internet.

Erreurs de feuille de calcul fréquentes

Les applications sont robustes, mais il y a des points à surveiller si vous rencontrez des problèmes avec des feuilles de calcul :

  1. Les noms des colonnes doivent avoir la même orthographe que les exemples. Le cas est important, par ex. «Sex» n’est pas la même chose que «sex». Notez que «F» n’est pas la même chose que « f », et «O» n’est pas la même chose que «0». Examenez vos données dans un éditeur de texte (par exemple, NotePad sous Windows ou TextEdit sous MacOS) peut révéler des détails de format masqués par Excel, comprenant les espaces de début ou de fin.
  2. Si vous incluez des données non-numériques, la colonne entière sera lue comme du texte et l’application peut échouer. Les erreurs fréquentes incluent «O» contre «0» ou «..» au lieu du point décimal («.»). Attention aux données manquantes; l’application accepte un espace vide « » (Excel par défaut) ou «NA» (R par défaut). Il signalera cependant une erreur si vous utilisez d’autres indicateurs. Il ne sait pas comment interpréter «.» ou «#NULL!» comme marqueurs de données manquantes. Comme indiqué ci-dessus, l’espace de début ou de fin peut être un problème : « NA» n’est pas la même chose que «NA». Donc, si vous rencontrez des problèmes, examinez votre fichier dans un éditeur de texte (par exemple, NotePad sous Windows ou TextEdit sous MacOS)..
  3. Dans certaines configurations de système européennes, Microsoft utilise un point-virgule («;») comme « séparateur de liste » par défaut. Pour vérifier, ouvrez votre fichier .csv dans un éditeur de texte (par exemple, NotePad pour Windows ou TextEdit pour Mac). Si vous voyez des points-virgules, vous avez trouvé votre problème: Quand vous choisissez « Enregistrer.csv », les colonnes sont séparées par des points-virgules plutôt que par des virgules. Heureusement, il existe des options :
    • Ouvrez votre fichier dans un éditeur de texte (NotePad, TextEdit) et effectuez une opération Rechercher et Remplacer pour remplacer tous les points-virgules par des virgules, et les colonnes soient correctement séparées.
    • Reconfigurez le séparateur de liste par défaut pour qu’il soit une virgule au lieu d’un point-virgule. Sous Windows, accédez au panneau de configuration Région et langue et recherchez le paramètre Séparateur. Cela ne prend qu’une seconde et est réversible. Pour plus de détails, cliquez ici.
    • Pour ceux qui souhaitent utiliser des séparateurs de liste par points-virgules, nous avons ajouté un panneau de boutons radio juste au-dessus du bouton Choose CSV — pour sélectionner des délimiteurs virgule, point-virgule ou tabulation dans les fichiers se terminant par .csv ou .txt. La plupart devraient continuer à utiliser des variables séparées par des virgules, car ce format est particulièrement robuste. Soyez patient pour les révisions.
  4. La colonne «sexe» peut être entré sous la forme «M», «m», «1» (hommes) ou «F», «f», «2» (femmes). Nous avons récemment appris que si la colonne ne contient que «F»s, R peut lire la colonne entière comme des valeurs logiques, puisque «F» est interpreté comme «FAUX». Vous pouvez utiliser «f» ou «2» ou simplement insister qu’il y a au moins un «M» dans la colonne pour forcer une interprétation correcte.
  5. Pour toutes les applications, la variable «id» identifie le dossier patient et doit être unique pour chaque ligne. Dans Excel, accédez au menu Données, choisissez Filtrer avancé et sélectionnez Extraction sans doublon. Le nombre de lignes diminuera avec les entrées en double.
  6. Pour obtenir de l’aide pour la création de fichiers .csv, vous pouvez consulter notre bref guide d’instructions (en format diaporama ou PDF).

Des questions ?

Si vous avez des questions, des commentaires ou des suggestions, n’hésitez pas à contacter Dr. Atul Sharma ou Dr. Dan Metzger.