PuSH - Publikationsserver des Helmholtz Zentrums München

Export: TXT Text RIS Endnote (RIS) BIB BibTeX
Hagenberg, J. ; Budde, M.* ; Pandeva, T. ; Kondofersky, I. ; Schaupp, S.K.* ; Theis, F.J. ; Schulze, T.G.* ; Müller, N.S. ; Heilbronner, U.* ; Batra, R. ; Knauer-Arloth, J.

longmixr: A tool for robust clustering of high-dimensional cross-sectional and longitudinal variables of mixed data types.

Bioinformatics 40:btae137 (2024)
Verlagsversion DOI PMC
Open Access Hybrid
Creative Commons Lizenzvertrag
SUMMARY: Accurate clustering of mixed data, encompassing binary, categorical, and continuous variables, is vital for effective patient stratification in clinical questionnaire analysis. To address this need, we present longmixr, a comprehensive R package providing a robust framework for clustering mixed longitudinal data using finite mixture modeling techniques. By incorporating consensus clustering, longmixr ensures reliable and stable clustering results. Moreover, the package includes a detailed vignette that facilitates cluster exploration and visualization. AVAILABILITY AND IMPLEMENTATION: The R package is freely available at https://cran.r-project.org/package=longmixr with detailed documentation, including a case vignette, at https://cellmapslab.github.io/longmixr/. SUPPLEMENTARY INFORMATION: Supplementary data are available at Bioinformatics online.
Impact Factor
Scopus SNIP
Altmetric
4.400
0.000
Tags
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern

Zusatzinfos bearbeiten
Eigene Tags bearbeiten
Privat
Eigene Anmerkung bearbeiten
Privat
Auf Publikationslisten für
Homepage nicht anzeigen
Als besondere Publikation
markieren
Publikationstyp Artikel: Journalartikel
Dokumenttyp Wissenschaftlicher Artikel
Schlagwörter Domain Criteria Rdoc; R-package; Class Discovery
Sprache englisch
Veröffentlichungsjahr 2024
HGF-Berichtsjahr 2024
e-ISSN 1367-4811
Zeitschrift Bioinformatics
Quellenangaben Band: 40, Heft: 4, Seiten: , Artikelnummer: btae137 Supplement: ,
Verlag Oxford University Press
Verlagsort Oxford
Begutachtungsstatus Peer reviewed
Institut(e) Institute of Computational Biology (ICB)
POF Topic(s) 30205 - Bioengineering and Digital Health
Forschungsfeld(er) Enabling and Novel Technologies
PSP-Element(e) G-503800-001
Förderungen NARSAD Young Investigator Grant
Deutsche Forschungsgemeinschaft
Dr Lisa Oehler Foundation (Kassel, Germany)
Bundesministerium fur Bildung und Forschung (BMBF, Federal Ministry of Education and Research)
National Institute of Aging of the National Institutes of Health
Alzheimer's association award
European Union
DOI 10.1093/bioinformatics/btae137
WOS ID 001196653200003
Scopus ID 85190175870
PubMed ID 38485697
Erfassungsdatum 2024-05-07
[➜Korrektur melden]