r - 统计数据收集：从网络到数据库

Question

我是一名统计学家，我想要一些关于如何建立一个可以将数据收集到数据库中的网站的建议。对于个人用途，我使用 Google Forms 收集数据，然后将所有内容填充到电子表格中。但是，这在更专业的环境中可能不合适，尤其是当我们有多个页面/表单时。我想有两种用途：

1. 我可以将链接发送给其他人以便他们填写的网站，类似于 Google 表单。
2. 只有授权用户才能登录填写数据的网站。想想在研究中定期跟踪患者的环境。让临床医生在填写表格时将数据直接输入数据库会很酷，而不是让另一个数据分析师将他的书面表格转录到数据库中。

显而易见的解决方案是聘请 Web 开发人员。但是，我喜欢在可控的情况下自己做事。我想 Web 开发人员必须了解 html、php 和数据库知识（例如 MySQL 或 PostgreSQL）。我在这些方面的经验仅限于在我的 linux 服务器上建立一个 wordpress 博客。我使用 html 的经验也很有限，因为我使用 emacs org-mode 从纯文本生成它们。我希望听到有关具有最小学习曲线的解决方案。我当然更喜欢免费的开源软件和基于 Linux 的软件，但我想听听所有可用的解决方案（我们的数据管理员是 Windows 用户）。

我最近在 Linux Journal 上阅读了一篇提到REDCap的帖子，但似乎您必须获得机构许可才能使用。

我还在这篇文章上标记了“R”，因为我想听听 R 用户在数据收集方面做了什么。我最终会用 R 分析数据，但所有的数据分析都是从科学问题和数据收集开始的。

谢谢！

2010 年 10 月 4 日更新：感谢大家到目前为止的回复。到目前为止，大多数第三方解决方案似乎都将数据保存在供应商托管的数据库中。我想将所有数据都存放在我们的 SQL Server 中。即来自网络的数据输入实时进入数据库，为数据分析做好准备。

Answer 1

也许limesurvey.org项目很有趣……

Answer 2

我使用在线表格（实际上是其中两个）进行了医学研究。我的问题非常离散，并且特别针对我正在研究的疾病。

之前在一个相关项目中，我创建了两页或三页的问卷，这些问卷被打印出来，然后受试者和外科医生填写表格，我们的研究协调员会将它们输入我们的数据库。这是很多工作，有很大的错误空间。我不喜欢它。在线表格要好得多。

我使用了 SurveyGizmo 并对它感到满意。大约两年前，我看了很多选择。当时还不存在 Google 表单。我选择 SurveryGizmo 主要是因为他们有一份声明（证明）表明他们符合 HIPAA。我无法确保安全，例如与其他网站的 ssl 连接。然而，为了让自己进入该功能（https 连接），我必须购买企业级，尽管在其他所有功能上我都可以使用免费服务。此外，SurveyGizmo 还为我们研究机构合格的非营利组织提供了 50% 的折扣。

SurveryGizmo 易于设计和投入生产，无需自己编程。以 csv 格式下载数据并将其直接读入 R 很容易。尽管我遇到了一些需要帮助的奇怪问题。我必须使用“旧”格式进行导出，以便它以 csv 格式出现。此外，csv 文件的前两行是标题行的奇怪特征。但我在 stackoverflow 的帮助下解决了这个问题。

SurveryGizmo 具有出色的逻辑和管道，使我能够只提出相关问题，从而不会浪费我的受访者的时间，更重要的是，没有不相关的问题让受访者感到困惑。

最后，我能够以这样一种方式使用 SurveyGizmo，我还可以跟踪我们（研究人员）的履行和物流。例如，当有新的潜在受试者有兴趣参与时，我们会收到通知。我们能够注意到 FedEx 跟踪号码以及相应主题的记录。

基本上它运作良好。

Answer 3

在我看来，您自己已经进行了医学研究。仅从您所描述的您想要做的事情中，就会想到很多问题。其中最重要的是隐私。它将在哪里举办？您是否已获得患者同意以电子方式收集和传输他们的信息？您存储了哪些数据（如果有的话），这些数据可以结合起来展示他们的身份。

就个人而言，我避开了 DIY 在线数据收集工具。我向 Ipsos、Research Now/E-Rewards 等公司付费，让他们使用我设计的问卷对数据收集进行编程和管理。原因是，知道如何设计研究和分析数据是一回事。但是，如果您接受过统计学方面的培训——我可以肯定地说您对数据收集“一窍不通”。当然，您可能对抽样理论有所了解，但在获取数据时 - 最好将其留给专业人士。

有许多“工业质量”在线数据收集工具可用。

• Confirmit（几乎是在线数据收集的黄金标准）
• DASH（较小的追随者，但非常灵活）

还有纯粹基于网络的解决方案，其中一些是免费的（我不建议使用它们）

• QuestionPro
• 调查猴子
• 变焦距

虽然，除非您要对超过 50 名患者进行研究，否则我只建议让医生或其助手填写 Excel 表格并将其发送给您的公司。

此外，您不太可能需要设置用户名/密码系统。您想要的被称为“开放链接”。在受访者单击链接并输入信息的情况下，受访者可以添加标识符信息。您不需要密码，因为人们只能输入信息，不能读取信息。

我上面提到的大多数系统的工作原理是通过电子邮件向受访者（临床医生）发送基于网络调查的链接。这可以很容易地适应您的特定需求，并提醒临床医生填写表格。

如果您的问题类型很简单。我敢肯定，您可以聘请程序员来组建一个网站，该网站在授权的前端后面具有您需要的表格。PHP/MySQL 可能会成功。但是，在继续之前，我会仔细检查您所在司法管辖区围绕医学研究的隐私法。

Answer 4

收集机密调查数据的最安全平台是 Confirmit。这里涉及到一个学习曲线——你将在 VisualSQL 中编码，它只在 Confirmit 中使用。调查回复将导出到 csv 文件，您可以在其中使用 R 分析您的结果。

如果您正在收集任何机密数据，或者受访者需要唯一访问链接以便他们只能看到自己的调查版本的数据，您将需要使用 Confirmit。数据保存在 Confirmit 的数据中心，但他们的数据比其他供应商更安全（即，第三方将无法侵入您的调查并查看个人的回复，或拦截从您发送的数据Confirmit 的回应者）。