Conférencier | Transcription |
| Pierre Polito | Bonjour Stan, es-tu là. |
| salut Pierre. |
| Pierre Polito | Comment ça va. |
| Je vais bien. |
| Merveilleux. |
| Pierre Polito | Comment vous sentez-vous en faisant votre résumé aujourd'hui. |
| ouais je me sens plutôt bien. |
| D'accord, je n'ai pas envie de mettre une semaine de plus pour m'entraîner. |
| Pierre Polito | Maintenant bien sûr. |
| J'ai toujours pensé que le parfait est l'ennemi du bien. |
| ouais ouais tu as raison ouais j'ai cliqué sur le mauvais lien. |
| Oh, je suis désolé, oui, c'est bien de cliquer sur l'espace où j'enregistre pour celui-ci. |
| Pierre Polito | Ah, je vois. |
| Où tu es nous sommes. |
| Pierre Polito | Désolé pour ça. |
| D'accord, laisse-moi m'arrêter. |
| Votre écoute pour confirmer certaines choses avant de commencer, et il est très inutile de voir un fichier Excel et vous pensez que ce serait dans JMP. |
| Juste un instant comment se passe ta journée. |
| Jusqu'ici tout va bien. |
| Pierre Polito | Super et d'où appelez-vous. |
| J'appelle de Jeffersonville Indiana qui est juste de l'autre côté de la rivière pour Louisville Kentucky. |
| Pierre Polito | D'accord, je vais à Lexington et vivable en novembre. |
| Oh vraiment pour l'une des conférences. |
| Pierre Polito | connais un plaisir qui est le mien. |
| 40e anniversaire de son beau-frère et un tas de. |
| les gars vont se rencontrer pour une dégustation de whisky. |
| Bon, ils ont la piste Bourbon maintenant, allez-vous ouais. |
| Pierre Polito | c'est exactement ce que nous faisons. |
| Très bien, juste un instant ici Stan. |
| D'accord, et quand tu en auras fini avec ça, dis-le-moi, laisse-moi te donner mon numéro de portable. |
| Pierre Polito | D'accord, regardons-nous. |
| La prédiction de survie des patients atteints d'insuffisance cardiaque ou votre autre résumé. |
| Non c'est ça l'insuffisance cardiaque. |
| Pierre Polito | D'accord, donc le titre est juste pour confirmer la prédiction de survie des patients atteints d'insuffisance cardiaque à partir de données de laboratoire cliniques limitées utilisant JMP. |
| c'est ça. |
| Pierre Polito | D'accord, et je dois passer en revue quelques choses ici. |
| Vous n'avez pas de co-présentateurs corrects. |
| C'est correct, puis je dois le confirmer verbalement, vous comprenez que cela est enregistré pour la conférence du sommet de découverte JMPed et sera disponible publiquement dans la communauté des utilisateurs JMP si vous autorisez cet enregistrement et son utilisation. |
| Je vais très bien Merci beaucoup, tout va bien. |
| Pouvez-vous juste dire quelques mots, je veux juste m'assurer que l'audio passe clairement. |
| OK, eh bien, permettez-moi, laissez-moi juste commencer, je m'appelle Stan Saran of itch et je suis analyste principal chez Crucial Connection llc. |
| Et je suis situé à Jeffersonville Indiana Indiana juste en face de la rivière Ohio du célèbre Louisville Kentucky et aujourd'hui je vais vous parler de la prédiction de l'insuffisance cardiaque. |
| Pierre Polito | Parfait, d'accord, ça passe par Nice et c'est clair. |
| D'accord. |
| Pierre Polito | Laissez-moi juste pour que nous ayons quelques petites choses à faire pour que les visuels apparaissent clairement. Nous devons vérifier votre affichage si vous êtes sur une machine Windows. |
| Je suis sur une machine Windows 10 et je vais travailler sur mon moniteur hors-bord. |
| Pierre Polito | D'accord, donc si vous pouviez simplement aller dans la barre de recherche en bas et taper display. |
| barre de recherche en bas oh. |
| Pierre Polito | oui, si cela vous dérange de partager votre écran, pendant que vous faites cela, je peux. |
| vérifier les choses ouais. |
| ouais eu quelques problèmes avec celui-ci, pour ne pas dire. |
| Nous partageons l'écran mais je perdrais mon partage d'écran de temps en temps. |
| Pierre Polito | Oh, tu peux vérifier ça. |
| D'accord. |
| Pierre Polito | Donc, en bas, vous verrez le bouton d'écran de partage Oh, vous êtes désolé, c'est pour mon père. |
| Ok ouais alors tapez cliquez sur cette loupe. |
| Et tapez display. |
| D'accord. |
| Où. |
| Pierre Polito | Vous pouvez simplement commencer à taper si le curseur est déjà en place. |
| Ah voilà. |
| Pierre Polito | Oh, je ne pense pas que vous vouliez appuyer sur Entrée lorsque vous essayez encore une fois. |
| D'accord. |
| Pierre Polito | Allez donc changer la résolution. |
| Et la gestion de Microsoft. |
| Pierre Polito | a dit oh c'est vous savez je vous parie, est-ce sur votre autre moniteur. |
| ouais c'est sur mon autre moniteur. |
| Pierre Polito | D'accord, cela vous dérangerait de le faire glisser vers celui-ci. |
| D'accord. |
| Oui. |
| Pierre Polito | Je ne le vois pas encore, je ne vois que la fenêtre de votre navigateur. |
| Et c'est. |
| Pierre Polito | Parce qu'il disait. |
| ouais même problème que nous avons eu. |
| Pierre Polito | Alors avez-vous partagé tout votre écran, ou partagez-vous juste un. |
| fenêtre, j'ai pensé, un partagé l'ensemble de l'écran le. |
| Nouveau partage. |
| problème est beaucoup de fois il couvrira mon. |
| Barre de contrôle pour la réunion zoom. |
| Ah. |
| C'est pourquoi j'essaye de faire comme ça. |
| Pouvez-vous le voir planifier peut-être voir comment cela est-il entré là-dedans. |
| Pierre Polito | c'est ce que je vois, c'est la planification simplifiée. |
| ouais libre de ça. |
| Et je regarde probablement mes perspectives. |
| Ouais. |
| Pierre Polito | Et nous allons vouloir fermer les perspectives de toute façon, avant de commencer. |
| ouais ouais maintenant que nous sommes connectés, je n'ai pas besoin de fenêtres supplémentaires, laisse-moi fermer que j'aille à toutes les fenêtres ouvertes. |
| Bon, on y va. |
| Et c'est tout ce dont j'ai besoin. |
| Nouveau partage avec lequel je partagerai l'écran. |
| Laissez-moi traîner ça. |
| Ici, lorsque je clique sur un nouveau bouton de partage. |
| Vous voyez mon bureau. |
| Pierre Polito | Je vois une tente verte. |
| Avec une belle. |
| coucher de soleil dans le Milky. |
| façon ouais ouais laisse-moi. |
| Revenez ici pour afficher à nouveau toutes les recherches à l'écran. |
| Vous voyez ma barre de recherche. |
| Ouais. |
| Pierre Polito | Et puis chantez sur lequel vous voulez cliquer pour modifier la résolution de l'affichage, alors merci pour l'option vers le bas. |
| D'accord. |
| Pierre Polito | C'est parti, donc vous étiez à 1920 mais c'est parfait, c'est ce à quoi nous voulons être. |
| D'accord, et puis vous pouvez fermer ça. |
| D'accord. |
| Pierre Polito | Et puis faites un clic droit sur votre barre des tâches en bas. |
| et accédez aux paramètres de la barre des tâches. |
| cliquez dessus. |
| Ouais. |
| Pierre Polito | Ouais. |
| D'accord. |
| Pierre Polito | C'est donc la deuxième option vers le bas. |
| testez-le automatiquement là-bas, nous y allons. |
| Très bien, n'importe quoi d'autre ici. |
| euh. |
| Pierre Polito | peut aller et fermer ça. |
| Et puis la dernière chose que nous voulons faire est de descendre. |
| Aimez-vous. |
| Onglets de notification ou quoi que ce soit pour s'assurer que tout ce qui pourrait donner une fenêtre contextuelle est fermé. |
| ouais j'ai tout fermé avant de me connecter. |
| D'accord, le seul problème est que ma barre de contrôle est toujours allumée sur mon moniteur d'ordinateur portable et je regarde toujours la barre de test sur le moniteur du tableau Yelp et c'est celle que je veux présenter. |
| Pierre Polito | Bon euh. |
| retournons là-bas et voyons s'il se modifie automatiquement. |
| D'accord, alors peut-être que je vais juste essayer de cliquer sur le bureau et peut-être que cela le fera disparaître. |
| ouais on y va. |
| On y va, on y va. |
| Pierre Polito | D'accord, donc une fois que nous. |
| Nous enregistrons maintenant ainsi. |
| Maintenant, je vais faire attention à ça. |
| Pierre Polito | ouais si. |
| S'il apparaît, ce n'est pas la fin du monde. |
| D'accord. |
| Pierre Polito | Vous serez. |
| vouloir. |
| Une fois que vous commencez à présenter, je vais couper le son, ma caméra va être éteinte, je vais être un fantôme, vous allez penser que vous ne parlez pas seulement à vous-même. |
| Si tu. |
| l'impression d'avoir fait un peu d'air cataclysmique et de vouloir tout recommencer, c'est très bien, malheureusement. |
| La façon dont ils nous font faire ça, si vous y êtes, nous n'allons pas vraiment pouvoir éditer quelque chose au milieu, c'est fondamentalement que nous devons le faire en une seule fois si à l'avenir, vous finissez cela et vous vous rendez compte Oh , je voulais vraiment dire ceci, au lieu de cela. |
| Quand ceux-ci sont réellement présentés. |
| vous allez être, vous avez la possibilité d'être en direct, et nous pouvons donc toujours mettre la vidéo en pause, et vous pouvez dire OK, vous savez, j'ai mal exprimé ici ce que j'essayais vraiment de transmettre le X, Y ou Z et vous 'aurai l'occasion de genre de temps réel. |
| Mettez les choses au clair donc c'est si, comme vous vous rendez compte demain ou le lendemain ou quelque chose du genre, mais si vous avez l'impression que je voulais dire les choses complètement différemment, nous pouvons simplement recommencer. |
| D'accord, eh bien, j'espère que nous n'aurons pas à faire ça. J'avais du mal avec Sharon à dire et Nick s'est arrêté immédiatement, et je leur ai demandé d'arrêter immédiatement. |
| Et cela doit être supprimé, vous savez. |
| Pierre Polito | euh ouais ouais. |
| Bon alors. |
| Bon. |
| Très bien, je laisse à mes collègues qui produisent ceci d'aller de l'avant et de travailler cela. |
| Pour vous, mettons temporairement l'enregistrement en pause. |
| D'accord. |
| Pierre Polito | D'accord, je vais désactiver ma vidéo. |
| Pour une seconde. |
| Avant de commencer, je veux vérifier le partage d'écran. |
| Parfait d'accord. |
| Maintenant, je veux devoir faire apparaître la barre des tâches. |
| Pierre Polito | Non c'est bon c'est bon. |
| D'accord, le problème est que nous voulons juste le maximum. |
| ouais ouais d'accord. |
| Pierre Polito | pouce carré pendant que vous présentez. |
| D'accord, et voici l'autre accord avec lequel j'ai rencontré des problèmes, à la fois mardi et la semaine dernière, lorsque j'ai fait semblant de rechercher des analystes triangulaires, c'est un peu une histoire, mais je ne vais pas faire de mode présentation. |
| Pierre Polito | OK c'est bon. |
| D'accord, et donc j'ai ça et voyons si vous voyez mon PowerPoint là-haut. |
| Pierre Polito | Je vois votre PowerPoint. |
| Bon maintenant et si je venais ici. |
| Pierre Polito | Et je vois mon écran. |
| super Permettez-moi de fermer ceci et d'ouvrir l'autre écran de travail. |
| Allez. |
| Vous voyez, c'est un nouvel écran JMP avec. |
| scripts et fenêtre de script. |
| Je fais. |
| D'accord, ouais une partie du chemin à travers la présentation et j'ai arrêté de faire ça et j'ai dû arrêter le partage et ensuite repartager alors j'espère que ça. |
| Pierre Polito | D'accord. |
| tout va bien je vais maintenant couper mon micro. |
| Et tu. |
| Juste vous allez bien, bonne position de chance. |
| D'accord, merci. |
| Bonjour, bon après-midi ou bonsoir à tous. Je m'appelle Stan Siranovich. Et je suis l'analyste principal Crucial Connection LLC. |
| Et nous sommes situés à Jeffersonville, Indiana. Juste en face de la rivière Ohio depuis la ville historique de Louisville, Kentucky. |
| Et comme vous pouvez le voir, à l'écran aujourd'hui, je vais vous parler de la prédiction de la survie des patients atteints d'insuffisance cardiaque à partir de données de laboratoire clinique limitées utilisant JMP Pro 16. |
| Maintenant qu'est-ce que c'est, |
| sont une collection de dossiers médicaux. 299 dossiers médicaux pour être exact de patients atteints d'insuffisance cardiaque. Et ils ont été recueillis à l'établissement [inintelligible] de l'Institut de cardiologie et au [inintelligible] de |
| [inintelligible] Pakistan. Et ils ont été collectés entre avril et décembre 2015. Maintenant, ils ont été publiés, |
| à l'origine, dans le BMC Medical Informatics and Decision Making Journal, Volume 20 en 2020 par deux auteurs Chicco et Jurman. |
| Et ce que les auteurs voulaient faire était de créer un modèle pour évaluer la probabilité de décès par insuffisance cardiaque. |
| Et le modèle devait être un modèle relativement simple, espérons-le, être utilisé par les hôpitaux et les praticiens pour évaluer les différentes sévérités des maladies cardiovasculaires. |
| Maintenant, ils entrent un peu dans l'histoire et je vais le faire aussi, mais très brièvement, expliquez pourquoi les auteurs le remarquent. |
| les données qu'ils ont examinées et les modèles dérivés des données avaient une faible reproductibilité numéro un et ils avaient également un certain nombre de facteurs différents dans les cinq ou six premiers. |
| Pour prédire l'insuffisance cardiaque, mais deux réapparaissaient sans cesse, et il s'agissait du volume d'éjection et de la créatinine. Et, je vais passer |
| ce que c'est en une minute ou deux une fois que nous avons commencé l'analyse. Maintenant, ce que les auteurs ont fait, c'est d'utiliser 10 méthodes d'apprentissage automatique avancées différentes selon eux pour prédire l'insuffisance cardiaque. |
| Ils ont donc exécuté 10 scripts d'apprentissage automatique. Ils ont utilisé des arbres de décision de forêt aléatoire, une augmentation du gradient, tous les suspects normaux. Excuse-moi. Et ce qu'ils ont fait a été évalué sur sept machines d'apprentissage distinctes |
| métrique. Et, ils ont découvert, sans surprise, que la créatinine sérique et le volume d'éjection étaient des variables significatives. Et ils excluent toutes les autres variables. |
| Et ce n'était pas le cas lorsque nous avons fait l'analyse dans JMP Pro 16. Donc, nous allons y jeter un œil et je vais parler un peu de l'âge variable, mais, |
| avant cela, permettez-moi d'évoquer JMP. |
| Et voici la table de données JMP avec laquelle nous allons travailler. |
| Si vous n'êtes pas familier avec JMP, permettez-moi de revenir très brièvement ici, là où j'ai mon curseur, nous avons la fenêtre de script. Suivi de la fenêtre de colonne. Vous pouvez voir que nous avons 13 colonnes sans rien sélectionné et voici la fenêtre des lignes et nous avons 299 lignes. |
| Bien que j'ai téléchargé. La façon dont cela fonctionne, c'est que je suis allé à Kaggle. Ils ont tout publié à Kaggle, |
| pour que d'autres personnes s'exercent, pour ainsi dire. Et dans les années qui ont suivi, certains États l'ont signalé, il y a eu 177 soumissions distinctes. Ils étaient tous open source et une douzaine environ que j'ai regardés, ils étaient tous |
| comme nous le pensons normalement, sont les deux plates-formes Open Source les plus populaires. Ils y ont également mis l'analyse originale, qui a été effectuée dans le langage de programmation statistique R et ils ont publié tout le code sur GITHUB. Voyons donc ce que nous pouvons faire avec JMP. |
| Maintenant, passons en revue les variables ici qui ont fait allusion plus tôt. Tout d'abord, nous avons la créatinine phosphokinase. C'est une enzyme. |
| Et c'est un indicateur de dommages musculaires. Nous avons également de la créatinine sérique, une substance chimique présente dans le sang. |
| Et, c'est un indicateur à la fois de lésions musculaires et d'insuffisance rénale et nous avons parlé des lésions musculaires ici, nous pensons à l'insuffisance cardiaque. |
| Nous avons également la fraction d'éjection, qui est le pourcentage de sang quittant le cœur et le fait de devoir charger la fraction de légende est un indicateur de dommages au muscle cardiaque. Nous avons aussi du sodium sérique, |
| qui est une mesure de routine effectuée avec des analyses de sang. Et des valeurs très faibles ici, peut-être un indicateur d'insuffisance cardiaque. |
| Nous devons également noter que nous avons ce que nous pourrions appeler un ensemble de données en équilibre. C'est-à-dire, |
| nous avons eu un... eh bien, ne devrions pas l'appeler positif... un événement mortel dans 32 % des cas ici et une survie dans 68 %. Alors c'est ouais, un à deux |
| nous avons un tiers des gens qui ont souffert d'insuffisance cardiaque, les deux tiers l'ont fait maintenant. Nous devons également mentionner que nous avons ici un ensemble de données relativement petit. |
| 299 lignes. Très petit pour les enregistrements cardiaques. Commençons donc par l'analyse et permettez-moi d'évoquer un autre tableau de données JMP. |
| Et c'est ce tableau de données ici, et laissez-moi m'en débarrasser. Je vais le faire glisser sur mon autre écran. |
| D'accord, nous regardons le tableau de données et j'ai déjà travaillé un peu là-dessus, je réorganise certaines choses et vous remarquerez ici, |
| l'anémie, le diabète, l'hypertension artérielle, le sexe et le tabagisme. Lorsque j'ai importé à l'origine dans JMP, cela lui a donné un |
| distribution ou continue |
| type de données et ce que j'ai fait les a changés. Par exemple, si vous venez ici et regardez l'anémie, ou mieux encore l'hypertension. |
| Hypertension artérielle - nous avons des zéros et des uns, et ils n'ont pas vraiment dit où se trouvait le seuil, il aurait été bien d'avoir des données continues ici avec le |
| systolique et diastolique. Ce n'est pas le cas. C'est donc avec cela que nous devons travailler et j'ai changé tout cela. Et, vous verrez aussi que les plaquettes |
| est caché. |
| Et, c'est parce que j'ai caché et exclu, devrais-je dire, et c'est parce que j'ai dû les nettoyer et il y a une autre chose que je veux faire. |
| Et, vous montrer comment faire cela exprès, je ne l'ai pas fait, je vais ici pour vieillir et je vais le cacher. |
| Et, je vais également l'exclure, c'est-à-dire qu'il est caché du graphique pour l'affichage, il sera exclu de tous les calculs, au cas où je le ferais glisser accidentellement avec autre chose et j'expliquerai les raisons de le faire dans un peu. Donc, |
| nous allons faire cela, un peu différemment. Je vais commencer, excusez-moi, avec l'analyse, et puis après avoir terminé l'analyse, je vais retourner faire un peu de ménage et j'expliquerai au fur et à mesure. |
| Alors on monte ici pour |
| Analyser |
| et |
| suivre quelque chose d'autre pendant une seconde. D'accord, au fait, la présentation PowerPoint sera disponible sur le site Web de Discovery Summit, et j'y ai quelques captures d'écran et quelques explications, afin que vous puissiez suivre si vous le souhaitez. cela pour vous-même. |
| Donc, la première chose que je vais faire est de monter ici dans le menu Analyser, de cliquer dessus et je vais descendre ici jusqu'à la modélisation prédictive. |
| Et nous avons un tas de choix ici, y compris la comparaison de modèles et le filtrage de modèles. Il est dit ici pour Model Screening - "s'adapte à de nombreux modèles prédictifs différents afin que vous puissiez sélectionner le meilleur." |
| Donc, cela ressemble à ce que nous avons voulu faire avec, nous aimerions mettre en parallèle |
| l'analyse originale. Et, il y a cette fenêtre que nous obtenons et si vous remarquez ici à gauche, nous avons une boîte |
| et il y a une case à cocher dedans et il nous dit quels modèles nous allons exécuter, c'est tout la valeur par défaut. |
| Donc, ça va fonctionner, par exemple, Arbre de décision, Forêt d'amorçage, Arbre boosté, Ajuster les moindres carrés, tout ce genre de choses. Tous nos favoris. Et là, il y en a 11 pour nous là-dedans et JMP ça va le faire automatiquement. Donc, DEATH_EVENT, |
| ça va être ma réponse Y. Et, ce que je vais faire c'est juste |
| cliquez et faites glisser sélectionnez toutes les variables ici, et je vais les mettre en tant que facteurs X. |
| Et je vais cliquer sur OK. |
| Et nous nous asseyons et laissons JMP faire son travail. |
| Et voilà. Voici le résultat que nous obtenons. |
| Alors allons-y. Voici les détails. On peut voir les différentes |
| analyses que nous exécutons si nous cliquons sur ce triangle gris. |
| Nous pouvons voir plus de détails et les détails qui sont présents dans la fenêtre dépendent de l'analyse particulière puis de l'exécution. Si nous voulons aller plus loin, bien sûr, nous pouvons cliquer sur le point chaud rouge, et nous avons quelques choix supplémentaires. |
| Donc, c'est ce que nous avons ici, et quand il a fait cela, il a également ouvert cette boîte ici et c'est étiqueté formation. Et ce sont les résultats de l'exécution de toutes les données en tant qu'ensemble d'apprentissage. En d'autres termes, il n'y a pas eu de formation. |
| Il n'y avait pas d'ensemble de test. Excusez-moi, il y avait un set d'entraînement, mais il n'y avait aucun set de test. Et, il n'y avait aucun ensemble de validation et c'est parce que nous n'avons fait aucune sélection. |
| Il ne s'agit que d'un dépistage et il nous indique lequel a obtenu les meilleurs résultats à l'entraînement. D'accord, nous voyons le nombre de colonnes ici, alors allons-y |
| parcourez-les brièvement. L'entropie R au carré est |
| simplement un R au carré et c'est, |
| eh bien, c'est une mesure qui se compare aux probabilités logarithmiques du modèle ajusté, donc c'est la valeur logarithmique. |
| Et nous avons le taux d'erreur de calcul, la zone sous la courbe ici, évidemment élevée, sera meilleure. |
| Et nous avons le RASE, qui est le taux de prédiction quadratique moyen. C'est donc la différence entre un et une p-probabilité. |
| C'est la probabilité ajustée pour le modèle que JMP a proposé. Et, nous avons le R carré généralisé que tout le monde considère comme R carré. C'est un |
| mesurer... c'est appliqué aux modèles de régression, et si nous obtenons un ajustement parfait, nous en avons un, et si nous n'avons pas d'ajustement, nous avons zéro. Ils sont classés ici, donc Bootstrap Forest est arrivée en tête. |
| Et voyons ce que je veux dire d'autre, vérifiez mes notes. |
| Je pense que c'est à peu près tout, nous pourrions |
| reviens ici |
| et ouvrez la forêt Bootstrap et vérifiez les résultats, et nous pourrions voir pour notre formation définie ici, regardons la matrice de confusion. ça nous donne |
| les données d'apprentissage ici, les mêmes données que nous avons vues, mais ce n'est que pour la forêt bootstrap et nous avons ici la matrice de confusion que nous avons prédite. |
| Et, ici, nous avons le taux prévu pour la forêt Bootstrap. Et si vous n'êtes pas familier avec cela ou si votre mémoire est un peu rouillée, cela nous montre le nombre de |
| les événements de décès qui étaient des événements de décès réels avec la valeur zéro, et c'est le patient a survécu ici, le 83, |
| nous avons eu un événement de décès avec une valeur de un, ce qui signifie que le patient n'a pas survécu. Et c'est le nombre absolu, nous voulons donc regarder la diagonale allant du coin supérieur gauche au |
| en bas à droite et dans une diagonale ici du bas à gauche vers le haut à droite ceux-là sont le compte incorrect. Donc, nous avons eu 13 |
| fois ici qui ont été prédits à la survie, et ils n'étaient pas la survie. C'étaient des morts. Et puis dans la deuxième case grise, nous avons ici les mêmes données, mais elles concernent le taux. Ce qui, dans notre cas, est un peu mieux mesuré, car nous avons un ensemble de données déséquilibré, je vais donc clore cela. |
| Et ensuite, |
| ce que nous allons faire, c'est passer en mode Analyse et ajustement. Et, la raison pour laquelle nous voulons faire cela, c'est que nous allons y adapter un modèle de régression, ce qui est beaucoup plus facile à comprendre pour les gens et cela nous donnera |
| donnez-nous la chance de montrer |
| la possibilité d'interagir dans JMP. Donc, ce que je vais faire, c'est fermer ça et je vais monter ici pour Analyser, nous y sommes, pour |
| Ajuster le modèle. |
| Et bien, |
| Nous savons que les variables maintenant, tout d'abord laissez-moi monter ici |
| mettra à DEATH_EVENT là-dedans comme ce que nous voulons prédire. Et nous savons et nous avons vu que la créatinine, non c'est la mauvaise. La fraction d'éjection |
| et le voilà. |
| Créatinine sérique |
| sont des variables importantes. Et l'âge est également apparu dans quelques analyses. Alors, laissez-moi le mettre si je peux le trouver. |
| Attendez. |
| Permettez-moi de recommencer celui-là, quelque chose a été omis. |
| hey Peter, pouvons-nous faire une pause une seconde. |
| Donc, ce que je vais faire, c'est venir ici pour analyser, |
| Ajuster le modèle. Et, Y va être le DEATH_EVENT. |
| Et ce que je vais faire, c'est que puisque le nombre de modèles a trouvé l'âge comme variable importante, je vais ajouter l'âge. Et, je vais mettre |
| fraction d'éjection et créatinine sérique. |
| Maintenant, les auteurs n'ont pas trouvé l'âge comme variable significative, mais je l'ai fait, donc je pense qu'il pourrait y avoir une interaction là-dedans et JMP nous permet de gérer cela très facilement. Alors, comme ça, je clique sur l'âge |
| et fraction d'éjection au lieu de cliquer sur Ajouter, |
| je descends ici |
| cliquez sur Croix et je vais passer à l'âge. |
| et |
| créatinine sérique. |
| Et c'est le clic de contrôle. |
| Et nous allons ajouter cela donc nous avons. |
| Âge, fraction d'éjection, attendez une minute. |
| Je pense que juste gros doigts celui-là. |
| On y va. |
| Maintenant, c'est là-dedans, donc il y a les deux interactions et nous pouvons voir ici qu'il nous a donné un choix pour la Personnalité. Et, ce que nous allons faire, c'est accepter la valeur par défaut, qui est Logistique nominale. |
| Et nous avons d'autres choix ici, mais nous allons nous en tenir à cela. |
| Et je vais cliquer sur exécuter. |
| Et voici ce que nous obtenons. |
| Bon alors. |
| Nous devons enregistrer la valeur ici, qui est essentiellement moins. |
| log base 10 de cette valeur de probabilité ici. Et la raison pour laquelle nous le faisons, c'est qu'il est plus facile de travailler avec, excusez-moi, plus facile à représenter graphiquement et plus facile à comprendre pour les êtres humains. Donc, nous voyons ce numéro un sur la liste. |
| Est-ce que la fraction d'éjection, excusez-moi, c'est ce que les auteurs ont trouvé. Le numéro deux est la créatinine sérique, mais l'âge est toujours le numéro trois et hautement significatif. |
| Et nous avons regardé dans |
| interactions et nous voyons qu'elles ne sont pas significatives. D'ailleurs cette ligne bleue ici est la valeur de deux. Il est deux. |
| Et ils l'ont mis dedans ou simplement pour le rendre plus facile à voir. Et la raison pour laquelle j'en ai choisi deux est qu'il s'agit d'un log de .01, qui est le niveau de signification choisi par JMP par défaut. |
| Mais nous descendons ici et nous voyons que la valeur ou la valeur du log et l'équation de régression vont être relativement faibles, mais nous sommes ici et 0,05, ce qui pourrait être une limite dans de nombreux modèles expérimentaux. Il pourrait être coupé dans beaucoup de. |
| les analyses fonctionnent donc nous allons en prendre note, même si nous allons l'ignorer ici, car cela ne dépasse pas notre limite de .01. |
| Cela peut intéresser les cliniciens. Cela peut leur donner quelque chose d'autre à rechercher et cela peut très bien être significatif dans un ensemble de données différent. Et, nous avons toutes les données habituelles ici. Voyons ce que nous pouvons regarder, permettez-moi de faire défiler d'accord. |
| Nous avons les probabilités du chi carré dans lesquelles je n'entrerai pas, et nous avons ici les estimations qui seraient le coefficient de notre équation de régression. |
| C'est donc ce que nous avons trouvé. |
| Alors permettez-moi de minimiser cela et nous allons passer au nettoyage et à l'exploration maintenant, la raison pour laquelle j'ai fait cela, sans nettoyer d'abord, c'est parce que dans les articles originaux, il n'y avait aucune mention d'aucun |
| nettoyage et sorte de munging de données que ce soit. Ils ont juste pris les données et ils ont exécuté leurs modèles dessus. |
| Et j'aime regarder mes données en premier. Alors, regardons quelques choses ici. Tout d'abord, si nous montons ici, |
| et cliquez sur cette petite icône, nous pouvons afficher ces graphiques d'en-tête. Et, j'aime faire ça. Alors, cliquons sur 1 ici, qui est |
| événement de décès positif, si je peux utiliser ces termes. |
| Et ce que cela fait, c'est mettre en évidence toutes les lignes avec un événement de décès de 1. Si nous voulons l'examiner de plus près, et nous pouvons voir s'il y a une sorte de corrélation avec les autres variables qui pourraient nous apparaître et il n'y a pas grand-chose là-dedans. |
| Ma fenêtre, mais nous avons remarqué une chose, nous avons des distributions vraiment, vraiment biaisées pour le |
| créatinine phosphokinase et pour la créatinine sérique qui semble un peu étrange. Rien d'autre là-bas, nous pouvons effacer ces |
| en cliquant n'importe où ailleurs dans le graphique et, soit dit en passant, si vous n'êtes pas familier avec ce genre de choses sont |
| dragable si nous voulons étendre quoi que ce soit. |
| Maintenant, à partir de là, allons à Graph Builder. |
| Voyons. |
| Je vais vous dire quoi puisque nous sommes préoccupés par cela, sélectionnez cette colonne, qui est la créatinine phosphokinase et cliquez sur le décalage. |
| Pour la créatinine sérique et, oh, j'ai presque oublié avant de faire ça |
| faisons un clic droit |
| Et nous pouvons passer directement d'ici à Distribution, et c'est la même chose que nous obtenons si nous sommes passés à Graph and Distribution. Nous avons pu voir que nous avons une distribution très asymétrique dans les deux. |
| Et nous avons beaucoup de valeurs aberrantes ici, il ne s'agit que de quantiles et je vais clore cela. Laissez-moi fermer ça. Nous n'avons pas vraiment besoin de ça. |
| Et regardons les statistiques sommaires, permettez-moi. |
| Voilà, regardez bien une créatinine phosphokinase, nous avons une moyenne de 581, un écart type de 970. Alors, c'est un peu bizarre. C'est évidemment loin de ce qui serait un cas idéal et ici pour la créatinine sérique je veux dire nous avons une moyenne |
| de j'appelle cela 1,4 et l'écart type de 1,0. Ce n'est donc pas non plus une situation idéale. Et cela nous a également donné d'autres informations et si c'est un peu difficile à voir sur ce graphique mais si vous n'êtes pas |
| habitués à regarder très rapidement les boîtes à moustaches, les moustaches sont 1,5 fois l'intervalle interquartile, ce qui correspond à la différence entre le 25e centile, qui est le bas de la boîte ici, le 75e centile, qui est le haut. |
| Le losange nous donne la moyenne et la ligne nous donne la médiane. Et, pour que cela soit un peu plus clair, je peux développer cela, et vous pouvez le voir un peu mieux et il y a beaucoup de valeurs aberrantes là-bas. |
| Donc, |
| garder à l'esprit que la créatinine sérique était l'une de nos variables très fortement prédictives. Nous pourrions également examiner cela un peu plus en détail |
| en accédant à Graph Builder. |
| Passons donc à Graph, Graph Builder. |
| Et c'est la fenêtre que nous obtenons. |
| Eh bien, nous savons d'après nos recherches et |
| un certain sujet, la connaissance sinon l'expertise du sujet que la créatinine phosphokinase est produite en permanence par le corps. Et il réagit sur |
| un précurseur de ce qui deviendra la créatinine sérique, donc peut-être qu'il y a une relation entre les deux et nous aimerions également examiner ces distributions, eh bien, insatisfaisantes, dirons-nous. Donc ici la créatinine phosphokinase. |
| Et nous mettrons cela dans l'axe X simplement en cliquant ici. |
| Et nous ferons la même chose avec la créatinine sérique que dans l'axe Y et voici ce que nous obtenons. Ainsi, nous avons remarqué que la créatinine sérique Y passe de zéro à 10 et tandis que |
| la créatine phosphokinase, mec, ça va bien ici |
| à près de 8000. Maintenant, une chose que nous pouvons faire. |
| C'est cliquer glisser et nous pouvons étaler cela un peu plus. Mais, l'autre chose que nous pouvons faire |
| est de double-cliquer sur notre axe et nous obtenons cette fenêtre Je n'entrerai pas dans les détails à ce sujet, mais nous montons ici et regardons l'échelle et voyons le maximum une fois que nous avons dépassé 8000. Et, en regardant le graphique ici, permettez-moi d'écarter cela. |
| Certes, la plupart de nos valeurs pour la créatine phosphokinase sont inférieures à 1000. En fait, il semble qu'une bonne partie d'entre eux aient peut-être moins de cinq ou six cents. |
| Donc, |
| Je n'ai pas à le faire. |
| changer cela en |
| choisissons 800. |
| D'accord. |
| Et cela nous donne un graphique de ces points de données. Nous avons coupé tous les autres et nous voyons qu'il s'agit essentiellement d'une ligne droite. Il n'y a pas de relation réelle entre eux et nous avons également des valeurs aberrantes ici sur le |
| créatinine sérique, jusqu'ici à 10. Et cela ressemble à un côté de la valeur en niant ici, il nous incombe donc de revenir en arrière et de jeter un autre coup d'œil à ceux-ci, peut-être de se débarrasser de certaines des valeurs aberrantes, de voir si nous entrons et obtenons des résultats différents. |
| Et c'est à peu près tout, permettez-moi de minimiser cela. |
| Jetez un dernier coup d'œil à l'ensemble de données. |
| Ah oui la créatinine sérique. |
| Nous l'avons mis en continu, mais si vous regardez cela ici dans la colonne, notre plus petit nombre est ici, à la première décimale, nous avons donc la possibilité de 10 valeurs là-bas plus 10 autres valeurs la plupart d'entre elles |
| on dirait qu'ils ont moins de 2 ou 3. Donc, là, il peut y avoir une question sur la façon dont nous voulons traiter cela en fonction de l'analyse. |
| Et nous voulons certainement de notre analyse. Nous allons l'utiliser. Voulons-nous vraiment considérer cela comme une variable continue ou devrions-nous considérer cela comme une variable ordinale avec peut-être, |
| Je ne sais pas, |
| 20 valeurs différentes pour cette variable ordinale. 20 ou 25 ou tout ce qui est fréquemment fait dans les analyses de marketing, mais ce n'est généralement pas fait ici, mais c'est quelque chose à considérer. Alors, laisse-moi |
| revenez ici pour un résumé. Retournez au PowerPoint. |
| Et permettez-moi de l'étendre et j'espère que tout le monde peut le voir, alors voici ce que nous avions. |
| Nous avons 11 modèles différents que JMP a sélectionnés par défaut et nous avons obtenu ces 11 modèles différents et les apportons tous simplement en allant dans Analyser, Modélisation prédictive, Sélection de modèles. Nous avons trouvé que la créatinine sérique, l'âge et la fraction d'éjection étaient tous significatifs. |
| Et nous avons découvert que l'interaction de la fraction d'éjection croisée de l'âge peut justifier une étude clinique plus approfondie, même si elle n'était pas vraiment significative pour notre étude, ce n'était pas le cas. |
| décidé sur la valeur. Et, nous avons vu des valeurs très asymétriques, en particulier dans la distribution de la créatinine, qui a été utilisée dans notre modèle et avec un ensemble de données assez petit et déséquilibré. Et, maintenant, j'ai mentionné l'âge avant. Permettez-moi de revenir à l'original. |
| Faites glisser ça. Voici l'âge. |
| Et nous voyons, nous avons une distribution quelque peu asymétrique et je ne l'ai pas mis dans le modèle et la raison pour laquelle je ne l'ai pas mis dans le modèle est la façon dont les données ont été collectées. |
| Nous savons, en lisant les articles, que l'âge était semblable à celui d'avoir envoyé une sorte de travailleurs de la santé pour vérifier les gens après |
| les données originales ont été développées pour l'étude. Donc, quand vous voyez 65 ans, ils sont revenus 65 mois plus tard. |
| Oh, excusez-moi, ce n'était pas l'âge auquel je parle du temps, laissez-moi revenir ici. Allez à temps que je le dévoile. |
| Et il est temps. Un peu bizarre, permettez-moi de retirer cela un peu. |
| Qu'ont-ils fait |
| étaient-ils revenus après l'étude initiale. Ainsi, lorsque vous voyez 16 ans, ils sont revenus 16 mois après l'étude initiale et ils vérifient s'il y a eu un décès ou aucun événement de décès. C'est-à-dire, le patient était-il encore en vie ou n'est-il pas encore en vie ou elle. |
| Donc, après 16 mois, ce patient ici, le numéro 21, |
| était encore en vie. Maintenant, si nous descendons ici jusqu'à l'événement de la mort, et permettez-moi de souligner celui-là. |
| Et viens ici. |
| Nous voyons que nous avons le temps de 20. |
| Eh bien, nous ne savons pas si l'événement de décès a eu lieu la veille de leur vérification pour la semaine précédente ou un mois avant ou deux mois avant. Les auteurs originaux qui ont publié un article et l'ont publié sur Kaggle ont examiné ces données. |
| Et ils n'ont pu en tirer aucune conclusion positive. Cette personne aurait pu mourir au premier mois, mais personne n'a vérifié au premier mois. |
| Et nous ne connaissons pas la fréquence des contrôles de suivi. C'est pourquoi j'ai ajouté et inclus cela, et si nous avions eu de meilleures données là-bas, nous pourrions venir ici pour analyser, |
| Fiabilité et survie et nous aurions pu faire une distribution de vie ou une vie adaptée par X, ce qui est la façon dont beaucoup d'entre eux sont effectués, mais nous ne pouvions pas le faire dans ce cas particulier. |
| Alors qu'à peu près |
| termine la présentation, j'aimerais simplement revenir à la présentation PowerPoint qui sera à nouveau publiée sur le site et voici les liens vers l'article de journal original. |
| Le Kaggle. |
| pages. L'ensemble de données Kaggle qui est un CSV et, |
| le référentiel Github des auteurs avec le code R. Et j'espère que vous avez tous apprécié ça. |
| Et avec cela |
| nous terminerons cette présentation. |
| Pierre Polito | les bons emplois sont maintenant très intéressants. |
| Merci. |
| Pierre Polito | Très bien, laissez-moi vérifier ma liste de contrôle. |
| Bien sur. |
| Pierre Polito | je ne suis pas. |
| Je ne crois pas qu'avec le temps de l'agent. |
| S'il vous plaît, s'il vous plaît qui l'a attrapé. |
| Pierre Polito | ouais et s'ils reviennent et disent Oh, nous n'aimons pas nous n'aimons pas la pause ce que nous ferons c'est quand tu seras en vie, tu peux juste nous pouvons vous pouvez parler à celui qui le présente, et vous pouvez sauter sur cette partie et dites simplement que c'est ce qui s'est passé et c'est. |
| D'accord. |
| Je ne pense pas qu'ils vont nous demander de le réenregistrer mais. |
| bien. |
| D'accord, s'ils le font, ce n'est pas un gros problème. |
| Pierre Polito | Bon eh bien je suis tout ce que je vais faire je vais faire. |
| Une fois que nous avons arrêté l'enregistrement, nous sommes prêts à partir. |
| et bien. |
| Pierre Polito | c'est super merci de m'avoir laissé regarder. |
| ouais bien la bonne chose à ce sujet, ceux-ci, même si j'ai eu quelques gaffes près, c'est qu'il n'avait aucun problème ni logiciel. |
| Maintenant, tout avait l'air bien, ouais, j'ai tout traîné et j'y suis resté, donc c'est bien. |
| Pierre Polito | D'accord, eh bien. |
| je vous croiserai probablement au sommet de la découverte et je vous souhaite une bonne journée. |
| D'accord, toi aussi du théâtre. |
| Pierre Polito | Très bien, au revoir stand. |
| Par. |
