En résumé
Linkr est fourni avec une bibliothèque de plugins prêts à l’emploi qui couvre la plupart des analyses descriptives et statistiques courantes — sans écrire une ligne de code. Chaque widget se configure dans un panneau dédié, avec aperçu en direct.
Le catalogue
Ces widgets sont des plugins fournis d’origine : on les ajoute depuis Ajouter un widget, onglet Plugin (ils portent le badge Intégré). Vous sélectionnez ensuite les colonnes à analyser, une éventuelle variable de groupe, et l’apparence ; le résultat se met à jour en direct (voir Configurer un widget).
Nuages, lignes, barres, histogrammes, boîtes, violons.
Valeur agrégée, icône et mini-graphique optionnel.
Statistiques descriptives : effectifs, %, moyennes, médianes, IQR.
Kaplan-Meier : courbes, log-rank, médiane, table at-risk.
t-test, Mann-Whitney, χ², Fisher, ANOVA, Kruskal-Wallis.
Linéaire et logistique : coefficients, odds ratios, forest plot.
Pearson ou Spearman, p-values, significativité.
Flux et transitions : parcours patient, entonnoirs.
Points géographiques (longitude / latitude), couleur, taille.
Détail des widgets
Constructeur de graphiques
Un constructeur de graphiques polyvalent : nuage de points, courbe, barres, histogramme, boxplot, violon. Vous choisissez les variables en X et Y, une variable de couleur/groupe, et une agrégation par entité (premier, dernier, moyenne, médiane, min, max, somme) lorsqu’un même individu a plusieurs valeurs. Légendes, axes, palettes de couleurs, opacité et taille des points sont réglables.
Indicateur clé
Une valeur agrégée unique mise en avant (moyenne, médiane, somme, effectif, proportion, écart-type, quantiles…), avec une icône, une couleur, un sous-titre statistique et, en option, un mini-graphique (histogramme, barres, camembert).
n = 3 558 · SD 15,2
Table 1
La table descriptive classique d’un article clinique : effectifs, pourcentages, moyennes (± écart-type), médianes (avec intervalle interquartile), min/max, valeurs manquantes. Une variable de groupe optionnelle compare deux populations ou plus, colonne par colonne. Vous choisissez les métriques affichées.
| Caractéristique | Survivants | Décédés | p |
|---|---|---|---|
| n | 2 847 | 711 | |
| Âge, moy. (SD) | 62,4 (15,1) | 71,8 (12,3) | <0,001 |
| Femmes, n (%) | 1 310 (46) | 291 (41) | 0,02 |
| IGS II, méd. [IQR] | 34 [26–44] | 52 [41–63] | <0,001 |
| Ventilation, n (%) | 996 (35) | 498 (70) | <0,001 |
Analyse de survie
L’analyse de survie : courbes de Kaplan-Meier, test du log-rank, médiane de survie et table des effectifs à risque. Bandes de confiance et marques de censure peuvent être affichées ; une variable de groupe compare plusieurs strates.
Matrice de corrélation
Une heatmap des corrélations entre variables numériques, en coefficient de Pearson ou Spearman. Affichage optionnel des p-values et mise en évidence des corrélations significatives selon un seuil α réglable.
| Âge | IGS II | Lactate | DMS | |
|---|---|---|---|---|
| Âge | 1,00 | 0,42 | 0,18 | 0,31 |
| IGS II | 0,42 | 1,00 | 0,55 | 0,48 |
| Lactate | 0,18 | 0,55 | 1,00 | 0,27 |
| DMS | 0,31 | 0,48 | 0,27 | 1,00 |
Tests statistiques
Un widget qui choisit le test adapté automatiquement : t-test, Mann-Whitney, χ², Fisher, ANOVA, Kruskal-Wallis. Vous basculez entre approche paramétrique et non paramétrique, réglez le seuil de significativité, et choisissez les colonnes affichées (statistique, degrés de liberté, p-value, intervalle de confiance, taille d’effet).
| Variable | Test | Stat. | p |
|---|---|---|---|
| Âge | t de Student | t = 9,2 | <0,001 |
| IGS II | Mann-Whitney | U = 6,1e5 | <0,001 |
| Sexe | χ² | χ² = 5,3 | 0,02 |
| Lactate | Mann-Whitney | U = 4,8e5 | 0,003 |
Régression
Régression linéaire et logistique, avec plusieurs variables et termes d’interaction. Le widget produit la table des coefficients, les statistiques du modèle et, si besoin, un découpage apprentissage/test ou une validation croisée pour des prédictions.
Diagramme de Sankey
La visualisation des flux : parcours patients, entonnoirs de sélection, transitions entre états. Trois formes de données sont acceptées (lignes = étapes, colonnes = niveaux, ou chaîne de chemin). On peut masquer les flux trop rares ou trop fréquents, et afficher le diagramme, une table, ou les deux.
Carte
Une visualisation géographique basée sur Leaflet : positionnement des marqueurs, regroupement (clustering), couleur, taille et libellé pilotés par une variable.
Widgets de l'entrepôt
En plus de ces analyses, Linkr propose des widgets de consultation des données patient (résumé démographique, frise chronologique des mesures, notes cliniques). Ils relèvent de l’exploration des données individuelles plutôt que de la composition de tableaux de bord ; ils sont traités dans la section Explorer et analyser.
Quand le catalogue ne suffit pas
Si aucun plugin du catalogue ne correspond à votre besoin, deux options :
- Code personnalisé en R, Python ou SQL directement dans un widget — idéal pour une analyse ponctuelle et sur mesure.
- Créer un plugin — pour empaqueter une analyse réutilisable, configurable et partageable, qui apparaîtra ensuite dans le catalogue.