Benford's law and metabolomics: A tale of numbers and blood.
Benford's law and metabolomics: A tale of numbers and blood.
复制标题
DOI：
10.1016/j.transci.2020.103019
复制
发表时间：
2020-12
期刊：
影响因子：
--
通讯作者：
D'Alessandro A
中科院分区：
文献类型：
--
作者：
D'Alessandro A
纽科姆-本福德定律（也称为“异常数定律”，或更常见的是本福德定律）预测，从混合概率分布中获得的随机数的第一个有效数字的分布遵循可预测的模式，并揭示了一些普遍行为。具体来说，给定一个经验测量数据集，任何数字的第一个数字为 1 的可能性为 -30%，2 为 -18%，3 为 12.5%，依此类推，概率一直递减到数字 9。如果数字分布均匀，则在任何给定的经验随机测量中，所有数字 1 到 9 将有相同的概率作为第一个数字出现。然而，事实并非如此，因为这条定律违背了常识，而且似乎无缝地适用于大数据。组学技术，特别是代谢组学的使用在输血医学领域产生了大量的大数据。在本荟萃分析中，我们重点关注了之前与输血医学相关的代谢组学研究的大数据：一项是关于储存的红细胞的质量，一项是关于输血接受者的表型，即遭受创伤和出血的创伤患者，一项是与 2020 年 SARS-COV-2 全球大流行相关。我们证明代谢组学数据遵循本福德定律分布，这一观察结果可能与“异常数定律”在输血医学质量控制过程领域的未来应用相关。
The Newcomb-Benford law – also known as the “law of anomalous numbers” or, more commonly, Benford’s law - predicts that the distribution of the first significant digit of random numbers obtained from mixed probability distributions follows a predictable pattern and reveals some universal behavior. Specifically, given a dataset of empirical measures, the likelihood of the first digit of any number being 1 is −30%, −18% for 2, 12.5% for 3 and so on, with a decreasing probability all the way to number 9. If the digits were distributed uniformly, all the numbers 1 through 9 would have the same probability to appear as the first digit in any given empirical random measurement. However, this is not the case, as this law defies common sense and seems to apply seamlessly to large data. The use of omics technologies and, in particular, metabolomics has generated a wealth of big data in the field of transfusion medicine. In the present meta-analysis, we focused on previous big data from metabolomics studies of relevance to transfusion medicine: one on the quality of stored red blood cells, one on the phenotypes of transfusion recipients, i.e. trauma patients suffering from trauma and hemorrhage, and one of relevance to the 2020 SARS-COV-2 global pandemic. We show that metabolomics data follow a Benford’s law distribution, an observation that could be relevant for future application of the “law of anomalous numbers” in the field of quality control processes in transfusion medicine.
登录
查看更多内容
影响因子：
2.9
作者：
Bertolone L;Roy MK;Hay AM;Morrison EJ;Stefanoni D;Fu X;Kanias T;Kleinman S;Dumont LJ;Stone M;Nemkov T;Busch MP;Zimring JC;D'Alessandro A
通讯作者：
D'Alessandro A
血小板功能的粘弹性测量，而不是纤维蛋白原功能可以预测创伤患者中对组织型纤溶酶原激活剂的敏感性。
DOI：
10.1111/jth.13067
发表时间：
2015-10
期刊：
Journal of thrombosis and haemostasis : JTH
影响因子：
--
作者：
Moore HB;Moore EE;Chapman MP;Gonzalez E;Slaughter AL;Morton AP;D'Alessandro A;Hansen KC;Sauaia A;Banerjee A;Silliman CC
通讯作者：
Silliman CC
影响因子：
2.9
作者：
Culp-Hill R;Srinivasan AJ;Gehrke S;Kamyszek R;Ansari A;Shah N;Welsby I;D'Alessandro A
通讯作者：
D'Alessandro A
影响因子：
2.9
作者：
DeSimone, Robert A.;Hayden, Joshua A.;Cushing, Melissa M.
通讯作者：
Cushing, Melissa M.
影响因子：
2.2
作者：
Lacasa, Lucas;Fernandez-Gracia, Juan
通讯作者：
Fernandez-Gracia, Juan