Lautsprecher | Transkript |
| Peter Polito | Hallo Stan, bist du da. |
| hallo peter. |
| Peter Polito | Wie geht es dir. |
| mir geht es gut. |
| Wunderbar. |
| Peter Polito | Wie fühlen Sie sich heute bei der Erstellung Ihres Abstracts? |
| ja ich fühle mich ziemlich gut. |
| Okay, ich habe nicht das Gefühl, dass das Putten noch eine Woche zum Üben bleibt. |
| Peter Polito | Jetzt sicher. |
| Ich habe immer gedacht, dass perfekt der Feind des Guten ist. |
| ja ja da hast du recht ja ich habe auf den falschen link geklickt. |
| Oh, das tut mir leid, ja, es ist in Ordnung, auf den Space zu klicken, in den ich für diese Aufnahme aufnehme. |
| Peter Polito | Ah ich sehe. |
| Wo du bist, sind wir. |
| Peter Polito | Das tut mir leid. |
| In Ordnung, lass mich hochziehen. |
| Sie hören zu, um ein paar Dinge zu bestätigen, bevor wir beginnen, und es ist sehr nicht hilfreich, eine Excel-Datei zu sehen, und Sie denken, sie wäre in JMP. |
| Einen Moment, wie läuft Ihr Tag. |
| So weit, ist es gut. |
| Peter Polito | Super und woher rufst du an. |
| Ich rufe aus Jeffersonville Indiana an, das direkt auf der anderen Seite des Flusses nach Louisville Kentucky liegt. |
| Peter Polito | Okay, ich gehe im November nach Lexington und bewohnbar. |
| Oh wirklich für eine der Konferenzen. |
| Peter Polito | kenne ein Vergnügen, das mein ist. |
| 40. Geburtstag des Schwagers und ein paar. |
| Jungs treffen sich zu einer Whisky-Verkostung. |
| Gut, gut, sie haben jetzt den Bourbon-Trail, gehst du ja? |
| Peter Polito | genau das tun wir. |
| In Ordnung, einen Moment hier, Stan. |
| Okay, und wenn du damit fertig bist, lass es mich wissen, lass mich dir meine Handynummer geben. |
| Peter Polito | Okay, schauen wir uns an. |
| Die Überlebensvorhersage von Patienten mit Herzinsuffizienz oder Ihre andere Zusammenfassung. |
| Nein, das ist die Herzinsuffizienz. |
| Peter Polito | Okay, der Titel soll also nur die Überlebensprognose von Patienten mit Herzinsuffizienz anhand begrenzter klinischer Labordaten mit JMP bestätigen. |
| das ist es. |
| Peter Polito | Okay, und ich muss hier ein paar Dinge durchmachen. |
| Sie haben keine Co-Moderatoren richtig. |
| Richtig und dann muss ich dies mündlich bestätigen, Sie verstehen, dass dies für diese JMPed Discovery Summit-Konferenz aufgezeichnet wird und öffentlich in der JMP-Benutzergemeinschaft verfügbar ist, wenn Sie dieser Aufzeichnung und ihrer Verwendung zustimmen. |
| Mir geht es gut. Vielen Dank, alles klar. |
| Können Sie nur ein paar Worte sagen, ich möchte nur sicherstellen, dass der Ton klar durchkommt. |
| Okay, nun, lassen Sie mich damit anfangen. Mein Name ist Stan Saran of Juckreiz und ich bin leitender Analyst bei Critical Connection LLC. |
| Und ich bin in Jeffersonville Indiana Indiana direkt auf der anderen Seite des Ohio River vom berühmten Louisville Kentucky und heute werde ich mit Ihnen über die Vorhersage von Herzinsuffizienz sprechen. |
| Peter Polito | Perfekt in Ordnung, das kommt durch Schön und klar. |
| Okay. |
| Peter Polito | Lassen Sie mich nur ein paar Dinge tun, die wir tun müssen, damit die Bilder klar durchkommen. Wir müssen Ihr Display überprüfen, wenn Sie auf einem Windows-Rechner sind. |
| Ich arbeite mit einem Windows 10-Rechner und arbeite mit meinem Außenbordmonitor. |
| Peter Polito | Okay, wenn Sie einfach unten in die Suchleiste gehen und display eingeben könnten. |
| Suchleistenleiste unten oh. |
| Peter Polito | Ja, wenn es Ihnen etwas ausmachen würde, Ihren Bildschirm zu teilen, während Sie dies tun, kann ich. |
| Überprüfen Sie die Dinge, ja. |
| ja hatte einige Probleme mit diesem, um nicht zu sagen. |
| Wir teilen den Bildschirm, aber ich würde hin und wieder meine Bildschirmfreigabe verlieren. |
| Peter Polito | Oh, das kannst du überprüfen. |
| Okay. |
| Peter Polito | Unten sehen Sie also die Schaltfläche zum Teilen des Bildschirms Oh, es tut mir leid, dass es an meinem Vater liegt. |
| Okay, ja, also tippen Sie auf die Lupe. |
| Und Anzeige eingeben. |
| Okay. |
| Woher. |
| Peter Polito | Sie können einfach mit der Eingabe beginnen, der Cursor ist bereits platziert. |
| Oh da ist es. |
| Peter Polito | Oh, ich glaube nicht, dass Sie die Eingabetaste drücken möchten, wenn Sie das noch einmal versuchen. |
| Okay. |
| Peter Polito | Also gehen Sie, um die Auflösung zu ändern. |
| Und Microsoft-Management. |
| Peter Polito | sagte, oh, du weißt es, ich wette, ist es auf deinem anderen Monitor. |
| Ja, es ist auf meinem anderen Monitor. |
| Peter Polito | Okay, würde es Ihnen etwas ausmachen, es hierher zu ziehen. |
| Okay. |
| Jawohl. |
| Peter Polito | Ich kann es noch nicht sehen, ich sehe nur Ihr Browserfenster. |
| Und das ist. |
| Peter Polito | Weil er sagte. |
| ja das gleiche problem hatten wir auch. |
| Peter Polito | Haben Sie also Ihren gesamten Bildschirm geteilt, oder teilen Sie nur eine. |
| Fenster, dachte ich, teilte den ganzen Bildschirm mit. |
| Neue Aktie. |
| Das Problem ist oft, dass es meine vertuschen wird. |
| Steuerleiste für das Zoom-Meeting. |
| Ah. |
| Deshalb versuche ich es so zu machen. |
| Kannst du die Planung sehen, vielleicht sehen Sie, wie das da reingekommen ist. |
| Peter Polito | Das ist, was ich sehe, ist die Terminplanung leicht gemacht. |
| ja frei dazu. |
| Und ich schaue wahrscheinlich auf meine Aussichten. |
| ja. |
| Peter Polito | Und wir wollen den Ausblick sowieso schließen, bevor wir anfangen. |
| ja ja jetzt, da wir verbunden sind, brauche ich keine zusätzlichen Fenster, lass mich schließen, damit ich alle Fenster öffnen kann. |
| Gut, los geht's. |
| Und das ist alles was ich brauche. |
| Neue Freigabe, für die ich den Bildschirm freigeben werde. |
| Lass mich das rüberziehen. |
| Hier, wenn ich auf einen neuen Share-Button klicke. |
| Sie sehen meinen Desktop. |
| Peter Polito | Ich sehe ein grünes Zelt. |
| Mit einem schönen. |
| Sonnenuntergang im Milky. |
| Weg ja ja lass mich. |
| Gehen Sie hier zurück, um alle Suchen wieder auf dem Display anzuzeigen. |
| Sie sehen meine Suchleiste. |
| ja. |
| Peter Polito | Und dann singen Sie, wenn Sie auf die Auflösung der Anzeige klicken möchten, also danke für die Option nach unten. |
| Okay. |
| Peter Polito | Los geht's, du warst also bei 1920, aber das ist okay perfekt, das ist es, was wir wollen. |
| Okay, und dann können Sie das schließen. |
| Gut. |
| Peter Polito | Klicken Sie dann mit der rechten Maustaste auf Ihre Taskleiste unten. |
| und gehen Sie zu den Einstellungen der Taskleiste. |
| Klick es. |
| ja. |
| Peter Polito | ja. |
| Okay. |
| Peter Polito | Es ist also die zweite Option unten. |
| dort automatisch testen, los geht's. |
| Alles klar, alles andere hier. |
| Äh. |
| Peter Polito | kann gehen und das schließen. |
| Und dann ist das Letzte, was wir tun wollen, runter zu gehen. |
| Mögen Sie. |
| Benachrichtigungs-Tabs oder ähnliches, um sicherzustellen, dass alles, was ein Popup auslösen könnte, geschlossen ist. |
| Ja, ich habe alles geschlossen, bevor ich mich eingeloggt habe. |
| Okay, das einzige Problem ist, dass meine Kontrollleiste auf meinem Laptop-Monitor immer noch eingeschaltet ist und ich immer noch auf die Testleiste auf dem Yelp-Board-Monitor schaue und das ist die, von der ich aus präsentieren möchte. |
| Peter Polito | Okay ähm. |
| lass uns dorthin zurückkehren und sehen, ob es sich automatisch ändert. |
| Okay, vielleicht versuche ich einfach, auf den Desktop zu klicken, und vielleicht wird es dadurch verschwinden. |
| ja da gehen wir. |
| Da gehen wir hin, wir gehen. |
| Peter Polito | Okay, also einmal wir. |
| Wir nehmen jetzt so auf. |
| Da werde ich jetzt vorsichtig sein. |
| Peter Polito | ja wenn es. |
| Wenn es auftaucht, ist es nicht das Ende der Welt. |
| Okay. |
| Peter Polito | Du wirst. |
| möchte. |
| Sobald du anfängst zu präsentieren, werde ich stumm schalten, meine Kamera wird ausgeschaltet sein, ich werde ein Geist sein, du wirst denken, dass du nicht nur mit dir selbst redest. |
| Wenn du. |
| Sie haben das Gefühl, dass Sie gerade etwas katastrophale Luft gemacht haben und alles neu beginnen möchten, das ist leider völlig in Ordnung. |
| Die Art und Weise, wie sie uns das machen lassen, wenn du da bist, werden wir nicht wirklich in der Lage sein, etwas in der Mitte zu bearbeiten. Im Grunde müssen wir das in einem Durchgang durchmachen, wenn du das in Zukunft fertig machst und dann merkst Oh , das wollte ich eigentlich lieber sagen. |
| Wenn diese tatsächlich präsentiert werden. |
| Sie werden es sein, Sie haben die Möglichkeit, live zu sein, und so können wir das Video immer anhalten und Sie können Okay sagen, wissen Sie, ich habe hier falsch ausgedrückt, was ich wirklich versucht habe, das X, Y oder Z zu vermitteln und Sie 'll die Möglichkeit haben, Art von in Echtzeit. |
| Richten Sie den Rekord so ein, dass wenn, wie Sie morgen oder übernächsten Tag oder so etwas merken, Sie aber in dem Moment das Gefühl haben, ich wollte das ganz anders sagen, können wir einfach wieder anfangen. |
| Okay, gut, hoffentlich müssen wir das nicht tun, ich hatte Probleme mit Sharon, um zu sagen, und Nick hat sofort aufgehört, und ich habe sie gebeten, sofort aufzuhören. |
| Und das wird herausgeschnitten, wissen Sie. |
| Peter Polito | ähm ja ja. |
| Okay, also. |
| Gut. |
| Alles klar, ich überlasse es meinen Kollegen, die das produzieren, weiterzumachen und daran zu arbeiten. |
| Lassen Sie uns die Aufnahme vorübergehend anhalten. |
| Okay. |
| Peter Polito | Alles klar, ich schalte mein Video aus. |
| Für eine Sekunde. |
| Bevor wir beginnen, möchte ich die Bildschirmfreigabe überprüfen. |
| Perfekt in Ordnung. |
| Jetzt möchte ich die Taskleiste aufrufen. |
| Peter Polito | Nein, das ist in Ordnung, das ist in Ordnung. |
| Okay, das Problem ist, wir wollen nur das Maximum. |
| ja ja okay. |
| Peter Polito | Quadratzoll, während Sie präsentieren. |
| Okay, und hier ist der andere Deal, bei dem ich sowohl am Dienstag als auch letzte Woche Probleme hatte, als ich vorgab, Dreiecksanalysten zu recherchieren, das ist eine Art Geschichte, aber ich werde nicht den Präsentationsmodus machen. |
| Peter Polito | Ok das ist gut. |
| Okay, und das habe ich und mal sehen, sehen Sie mein PowerPoint dort oben. |
| Peter Polito | Ich sehe Ihre PowerPoint. |
| Okay, wie wäre es jetzt, wenn ich hierher komme. |
| Peter Polito | Und ich sehe meinen Bildschirm. |
| super Lassen Sie mich diese schließen und die andere Jobmaske öffnen. |
| Komm schon. |
| Sie sehen, dies ist ein neuer JMP-Bildschirm mit. |
| Skripte und Skriptfenster. |
| Das tue ich. |
| Okay, ja, ein Teil des Weges durch die Präsentation und ich habe damit aufgehört und ich musste das Teilen stoppen und dann erneut teilen, also hoffe das. |
| Peter Polito | Okay. |
| Es ist in Ordnung, gut, ich bin jetzt dabei, mein Mikrofon stumm zu schalten. |
| Und du. |
| Nur du machst alles in Ordnung, viel Glück Haltung. |
| Okay, danke. |
| Guten Morgen, guten Nachmittag oder guten Abend allerseits. Mein Name ist Stan Siranovich. Und ich bin Principal Analyst Crucial Connection LLC. |
| Und wir befinden uns in Jeffersonville, Indiana. Direkt auf der anderen Seite des Ohio River vom historischen Louisville, Kentucky. |
| Und wie Sie sehen, werde ich heute auf dem Bildschirm mit Ihnen über die Überlebensvorhersage von Patienten mit Herzinsuffizienz aus begrenzten klinischen Labordaten mit JMP Pro 16 sprechen. |
| Was sind das nun, |
| sind eine Sammlung von Krankenakten. 299 Krankenakten, um genau zu sein von Patienten mit Herzinsuffizienz. Und sie wurden in der Einrichtung [unverständlich] Institut für Kardiologie und dem [unverständlichen] in . gesammelt |
| [unverständlich] Pakistan. Und sie wurden zwischen April und Dezember 2015 gesammelt. Nun wurden sie veröffentlicht, |
| ursprünglich im BMC Medical Informatics and Decision Making Journal, Band 20 im Jahr 2020 von den beiden Autoren Chicco und Jurman. |
| Und die Autoren wollten ein Modell erstellen, um die Wahrscheinlichkeit des Todes durch Herzinsuffizienz abzuschätzen. |
| Und das Modell musste ein relativ einfaches Modell sein, das hoffentlich von Krankenhäusern und Ärzten verwendet werden kann, um die verschiedenen Schweregrade von Herz-Kreislauf-Erkrankungen zu beurteilen. |
| Jetzt gehen sie ein bisschen in die Geschichte ein, und ich werde es auch tun, aber ganz kurz den Grund dafür angeben, das merken die Autoren. |
| die von ihnen betrachteten Daten und die aus den Daten abgeleiteten Modelle hatten an erster Stelle eine geringe Reproduzierbarkeit und sie hatten auch eine Reihe verschiedener Faktoren in den Top 5 oder Top 6. |
| Zur Vorhersage von Herzinsuffizienz tauchten jedoch immer wieder zwei auf, und zwar das Auswurfvolumen und das Kreatinin. Und ich gehe rüber |
| was das in nur ein oder zwei Minuten ist, wenn wir mit der Analyse beginnen. Was die Autoren nun taten, war, 10 verschiedene ihrer Meinung nach fortschrittliche maschinelle Lernmethoden zu verwenden, um Herzinsuffizienz vorherzusagen. |
| Also führten sie 10 Skripte für maschinelles Lernen aus. Sie verwendeten zufällige Waldentscheidungsbäume, Gradientenverstärkung, alles normale Verdächtige. Verzeihung. Und was sie taten, wurde auf sieben verschiedenen maschinellen Lernverfahren bewertet |
| Metriken. Und sie stellten nicht zu ihrer Überraschung fest, dass Serumkreatinin und Ejektionsvolumen signifikante Variablen waren. Und sie die verwalteten schließen alle anderen Variablen aus. |
| Und das war bei der Analyse in JMP Pro 16 nicht der Fall. Also, wir werden uns das ansehen und ich werde ein bisschen über das variable Alter sprechen, aber, |
| Bevor wir das tun, möchte ich JMP ansprechen. |
| Und hier ist die JMP-Datentabelle, mit der wir arbeiten werden. |
| Wenn Sie mit JMP nicht vertraut sind, lassen Sie mich hier ganz kurz darauf eingehen, wo ich meinen Cursor habe, haben wir das Skriptfenster. Gefolgt vom Spaltenfenster. Sie können sehen, dass wir 13 Spalten haben, in denen nichts ausgewählt ist, und hier ist das Zeilenfenster und wir haben 299 Zeilen. |
| Obwohl ich heruntergeladen habe. So wie es funktioniert, bin ich zu Kaggle gegangen. Sie veröffentlichten alles an Kaggle, |
| damit andere sozusagen üben können. Und in den Jahren dazwischen, einige Bundesstaaten, gab es 177 separate Einreichungen. Sie waren alle Open Source und Dutzende oder so, die ich mir angesehen habe, sie waren alle |
| wie wir normalerweise denken, sind die beiden beliebtesten Open Source-Plattformen. Sie haben dort auch die ursprüngliche Analyse eingefügt, die in der statistischen Programmiersprache R durchgeführt wurde, und den gesamten Code an GITHUB veröffentlicht. Sehen wir uns also an, was wir mit JMP machen können. |
| Lassen Sie uns nun die Variablen hier durchgehen, auf die zuvor angespielt wurde. Zunächst einmal haben wir Kreatininphosphokinase. Das ist ein Enzym. |
| Und es ist ein Indikator für Muskelschäden. Wir haben auch Serumkreatinin, eine Chemikalie, die im Blut vorkommt. |
| Und es ist ein Indikator sowohl für Muskelschäden als auch für Nierenversagen, und wir haben über Muskelschäden gesprochen, hier denken wir an Herzinsuffizienz. |
| Wir haben auch die Ejektionsfraktion, das ist der Prozentsatz des Blutes, das das Herz verlässt, und das Laden der Überschriftsfraktion ist ein Indikator für Herzmuskelschäden. Wir haben auch Serumnatrium, |
| Dies ist eine Routinemessung, die mit Blutuntersuchungen durchgeführt wird. Und hier sehr niedrige Werte, vielleicht ein Indikator für Herzinsuffizienz. |
| Wir sollten auch beachten, dass wir einen ausgeglichenen Datensatz haben. Das ist, |
| wir hatten einen ... nun, sollte es nicht positiv nennen ... einen Todesfall in 32% der Fälle hier und ein Überleben in 68%. Also ja, eins zu zwei |
| Wir haben ein Drittel der Menschen, die an Herzversagen leiden, zwei Drittel haben es jetzt getan. Wir sollten auch erwähnen, dass wir hier einen relativ kleinen Datensatz haben. |
| 299 Reihen. Sehr klein für Herzaufzeichnungen. Beginnen wir also mit der Analyse und lassen Sie mich eine weitere JMP-Datentabelle aufrufen. |
| Und das ist diese Datentabelle hier, und lassen Sie mich das loswerden. Ich ziehe es auf meinen anderen Bildschirm. |
| Okay, wir schauen uns die Datentabelle an und ich habe bereits ein wenig daran gearbeitet. Ich ordne einige Dinge um und Sie werden hier unten feststellen, |
| Anämie, Diabetes, Bluthochdruck, Sex und Rauchen. Als ich ursprünglich in JMP importiert habe, gab es ein kontinuierliches |
| Verteilung oder kontinuierlich |
| Datentyp und was ich getan habe, war, sie zu ändern. Zum Beispiel, wenn Sie hierher kommen und sich Blutarmut oder noch besser Bluthochdruck ansehen. |
| Hoher Blutdruck - wir haben Nullen und Einsen, und sie haben nicht wirklich gesagt, wo der Cutoff war, es wäre schön gewesen, hier ein paar kontinuierliche Daten mit dem zu haben |
| systolisch und diastolisch. Das ist nicht der Fall. Damit müssen wir also arbeiten und ich habe all das geändert. Und Sie werden auch die Thrombozyten sehen |
| ist versteckt. |
| Und das liegt daran, dass ich versteckt und ausgeschlossen habe, sollte ich sagen, und das liegt daran, dass ich sie reinigen musste und ich noch etwas anderes machen möchte. |
| Und, zeig dir, wie man das absichtlich macht, ich gehe hierher, um zu altern und ich werde es verstecken. |
| Und ich werde es auch ausschließen, das heißt, es ist aus der Grafik zum Anzeigen ausgeblendet. Es wird von allen Berechnungen ausgeschlossen, falls ich es versehentlich mit etwas anderem hineinziehe, und ich erkläre die Gründe dafür in ein kleines Bisschen. So, |
| Wir werden das ein bisschen anders machen. Ich beginne, entschuldigen Sie, mit der Analyse, und dann, wenn ich die Analyse beendet habe, gehe ich zurück und mache ein bisschen sauber und erkläre es im Laufe der Zeit. |
| Also kommen wir her, um |
| Analysieren |
| und |
| etwas anderem für eine Sekunde zu folgen. Okay, übrigens, das PowerPoint-Deck wird auf der Discovery Summit-Website erscheinen, und ich habe dort einige Screenshots und eine kleine Erklärung, damit du es mitverfolgen kannst, wenn du möchtest es für dich. |
| Das erste, was ich tun werde, ist, hier zum Analyse-Menü zu gehen, darauf zu klicken und hier runter zu Predictive Modeling zu gehen. |
| Und wir haben hier eine Reihe von Möglichkeiten, einschließlich Modellvergleich und Modellprüfung. Hier steht für Model Screening - "passt zu vielen verschiedenen Vorhersagemodellen, damit Sie das Beste auswählen können." |
| Das hört sich so an, als wollten wir mit, wir würden gerne parallel |
| die ursprüngliche Analyse. Und da ist dieses Fenster, das wir bekommen und wenn Sie es hier unten links bemerken, haben wir eine Kiste |
| und es enthält ein Kontrollkästchen, das uns sagt, welche Modelle wir ausführen werden. Dies ist die Standardeinstellung. |
| Es wird also zum Beispiel Decision Tree, Bootstrap Forest, Boosted Tree, Fit Least Squares und all diese Dinge ausführen. Alle unsere Favoriten. Und dort sind 11 von ihnen für uns drin und JMP wird es automatisch tun. Also, DEATH_EVENT, |
| das wird meine Y-Antwort sein. Und was ich tun werde, ist einfach |
| Klicken Sie auf Ziehen und wählen Sie hier alle Variablen aus, und ich werde dies als X-Faktoren eingeben. |
| Und ich werde auf OK klicken. |
| Und wir lehnen uns zurück und lassen JMP sein Ding machen. |
| Und da ist es. Hier ist das Ergebnis, das wir erhalten. |
| Also lass uns das einfach abarbeiten. Hier sind die Details. Wir können die verschiedenen sehen |
| Analysen, die wir ausführen, wenn wir auf dieses graue Dreieck klicken. |
| Wir können mehr Details sehen und die Details, die im Fenster angezeigt werden, hängen von der jeweiligen Analyse und dann mit Ausführen ab. Wenn wir noch weiter gehen wollen, können wir natürlich auf den roten Hotspot klicken und haben einige zusätzliche Möglichkeiten. |
| Das ist es, was wir hier unten haben, und als das geschah, wurde auch diese Kiste hier geöffnet und sie heißt Training. Und das sind die Ergebnisse aus der Ausführung aller Daten als Trainingssatz. Mit anderen Worten, es gab kein Training. |
| Es gab kein Testset. Entschuldigung, es gab ein Trainingsset, aber ein Testset. Und es gab kein Validierungsset, und das liegt daran, dass wir keine Auswahl getroffen haben. |
| Dies ist nur ein Screening und es sagt uns, welches die besten Ergebnisse im Training hatte. Okay, wir sehen hier eine Anzahl von Spalten, also lass uns |
| gehen Sie diese kurz durch. Entropie R zum Quadrat ist |
| einfach ein R zum Quadrat und es ist, |
| Nun, es ist ein Maß, das mit den Log-Wahrscheinlichkeiten des angepassten Modells verglichen wird, also ist es der Log-Wert. |
| Und wir haben die Fehlkalkulationsrate, die Fläche unter der Kurve hier, offensichtlich hoch wird besser sein. |
| Und wir haben die RASE, die die durchschnittliche quadratische Vorhersagerate ist. Das ist also der Unterschied zwischen Eins- und p-Wahrscheinlichkeit. |
| Das ist die angepasste Wahrscheinlichkeit für das von JMP erstellte Modell. Und wir haben das verallgemeinerte R-Quadrat, das jeder als R-Quadrat betrachtet. Es ist ein |
| Measure ... es wird auf Regressionsmodelle angewendet, und wenn wir eine perfekte Anpassung erhalten, haben wir eine Eins, und wenn wir nicht passen, haben wir null. Sie sind hier rangiert, so dass sie Bootstrap Forest an der Spitze hat. |
| Und mal sehen, was ich sonst noch sagen möchte, um meine Notizen zu überprüfen. |
| Ich denke, das war's, wir könnten |
| komm nochmal hier hoch |
| und öffnen Sie den Bootstrap Forest und überprüfen Sie die Ergebnisse, und wir sehen für unser Training hier unten einen Blick auf die Verwirrungsmatrix. Es gibt uns |
| die Trainingsdaten hier, die gleichen Daten, die wir gesehen haben, aber dies ist nur für den Bootstrap Forest und wir haben die Verwirrungsmatrix hier, die wir vorhergesagt haben. |
| Und hier unten haben wir die vorhergesagte Rate für den Bootstrap Forest. Und wenn Sie damit nicht vertraut sind oder Ihre Erinnerungen ein bisschen eingerostet sind, zeigen Sie uns die Zählung an |
| Todesereignisse, die tatsächliche Todesereignisse mit dem Wert Null waren, und das heißt, der Patient überlebte hier unten, die 83, |
| wir hatten ein Todesereignis mit einem Wert von eins, was bedeutet, dass der Patient nicht überlebt hat. Und das ist die absolute Zählung, also wollen wir uns die Diagonale von links oben nach ansehen |
| unten rechts und in einer Diagonale hier von links unten nach rechts oben sind das die Fehlzählungen. Also, wir hatten 13 |
| Zeiten hier, in denen das Überleben vorhergesagt wurde, und sie waren kein Überleben. Es waren Todesfälle. Und dann haben wir im zweiten grauen Feld hier die gleichen Daten, aber es handelt sich um die Rate. Was in unserem Fall ein bisschen besser ist, da wir einen unausgeglichenen Datensatz haben, also werde ich das schließen. |
| Und als nächstes, |
| Was wir tun werden, ist in den Analyse- und Anpassungsmodus zu wechseln. Und der Grund, warum wir dies tun wollen, ist, dass wir ein Regressionsmodell daran anpassen werden, das für die Leute viel einfacher zu verstehen ist und es uns geben wird |
| gib uns die chance zu zeigen |
| die Fähigkeit, in JMP zu interagieren. Also, was ich tun werde, ist, das zu schließen und ich werde hier hoch gehen, um zu analysieren, hier sind wir, um |
| Modell anpassen. |
| Und ... nun ja, |
| Wir wissen, dass die Variablen jetzt erst einmal hier hochgehen |
| wird DEATH_EVENT als das, was wir vorhersagen wollen, dort einfügen. Und wir wissen und wir haben gesehen, dass das Kreatinin, nein, das ist das falsche. Die Auswurffraktion |
| und das hier ist es. |
| Serumkreatinin |
| sind wichtige Variablen. Und auch das Alter tauchte in einigen Analysen auf. Also lass mich das einfügen, wenn ich es finde. |
| Abwarten. |
| Lassen Sie mich das noch einmal von vorne beginnen. Etwas wurde ausgelassen. |
| Hey Peter, können wir kurz innehalten. |
| Also, was ich tun werde, ist hierher zu kommen, um zu analysieren, |
| Modell anpassen. Und Y wird das DEATH_EVENT sein. |
| Und was ich tun werde, ist, da die Anzahl der Modelle das Alter als eine wichtige Variable gefunden hat, werde ich das Alter hinzufügen. Und ich stecke ein |
| Auswurffraktion und Serumkreatinin. |
| Nun, die Autoren fanden das Alter nicht als signifikante Variable, aber ich habe es getan. Ich denke, es könnte eine Interaktion geben, und JMP ermöglicht es uns, dies sehr einfach zu handhaben. So, wie ich das mache, klicke ich auf Alter |
| und Auswurffraktion, anstatt auf Hinzufügen zu klicken, |
| ich komm hier runter |
| Klicken Sie auf Cross und ich werde altern. |
| und |
| Serumkreatinin. |
| Und das ist Kontrollklick. |
| Und wir werden das hinzufügen, damit wir es haben. |
| Alter, Auswurffraktion, warte eine Minute. |
| Ich glaube, das hat nur fett gefingert. |
| Na, bitte. |
| Jetzt ist es da drin, also hat es die beiden Interaktionen und wir können hier oben sehen, dass es uns die Wahl für die Persönlichkeit gegeben hat. Und was wir tun werden, ist die Standardeinstellung zu akzeptieren, die Nominale Logistik ist. |
| Und wir haben hier noch einige andere Möglichkeiten, aber wir bleiben einfach dabei. |
| Und ich werde auf Ausführen klicken. |
| Und hier ist, was wir bekommen. |
| Okay, also. |
| Wir müssen hier den Wert protokollieren, was im Grunde genommen minus ist. |
| log Basis 10 dieses Wahrscheinlichkeitswertes hier drüben. Und der Grund, warum wir das tun, ist, dass es einfacher ist, damit zu arbeiten, Entschuldigung, einfacher zu grafisch darstellen und für Menschen einfacher zu verstehen. Wir sehen also diese Nummer eins auf der Liste. |
| Ist Auswurffraktion, entschuldigen Sie bitte, was die Autoren herausgefunden haben. Nummer zwei ist Serum-Kreatinin, aber das Alter ist immer noch Nummer drei und hochsignifikant. |
| Und wir schauten zu |
| Interaktionen und wir sehen, dass sie nicht signifikant sind. Übrigens ist diese blaue Linie hier der Wert von zwei. Es ist zwei. |
| Und sie setzen das ein oder einfach, um es leichter zu sehen. Und der Grund, warum ich zwei gewählt habe, ist, dass dies log von .01 ist, was das Signifikanzniveau ist, das von JMP als Standard gewählt wird. |
| Aber wir kommen hier runter und sehen, dass der Log-Wert oder der Wert und die Regressionsgleichung relativ niedrig sein werden, aber wir sind hier und .05, was in vielen experimentellen Designs eine Grenze sein könnte. Es könnte in vielen abgeschnitten werden. |
| Analytics funktioniert, also werden wir das zur Kenntnis nehmen, auch wenn wir es hier ignorieren, weil es unser Limit von 0,01 nicht überschreitet. |
| Es könnte für Kliniker von Interesse sein. Es kann ihnen etwas anderes geben, auf das sie achten müssen, und es kann sehr gut in einem anderen Datensatz von Bedeutung sein. Und wir haben alle üblichen Daten hier unten. Mal sehen, was wir uns ansehen können, lassen Sie mich nach unten scrollen. |
| Wir haben die Chi-Quadrat-Wahrscheinlichkeiten, auf die ich nicht eingehen werde, und wir haben hier unten die Schätzungen, die der Koeffizient in unserer Regressionsgleichung wären. |
| Das haben wir also gefunden. |
| Lassen Sie mich das also minimieren und wir werden jetzt mit dem Reinigen und Erkunden fortfahren. Der Grund, warum ich das getan habe, ohne zuerst zu reinigen, ist, dass in den Originalartikeln nichts davon erwähnt wurde |
| Bereinigung und Art von Datenmunging, was auch immer. Sie nahmen einfach die Daten und ließen ihre Modelle darauf laufen. |
| Und ich schaue mir gerne zuerst meine Daten an. Schauen wir uns hier also ein paar Dinge an. Zunächst einmal, wenn wir hierher kommen, |
| und klicken Sie auf das kleine Symbol, um die Kopfzeilendiagramme anzuzeigen. Und das mache ich gerne. Also, lass uns hier auf 1 klicken, das heißt |
| positives Todesereignis, wenn ich diese Begriffe verwenden darf. |
| Und was das bewirkt, ist, alle Zeilen mit einem Todesfall von 1 hervorzuheben. Wenn wir uns das genauer ansehen möchten, können wir sehen, ob es eine Korrelation mit den anderen Variablen gibt, die uns möglicherweise auffallen, und da ist nicht viel. |
| Mein Fenster, aber uns ist aufgefallen, dass wir einige wirklich sehr verzerrte Verteilungen für die . haben |
| Kreatinin-Phosphokinase und für das Serum-Kreatinin, das etwas seltsam aussieht. Nichts anderes da draußen, die können wir löschen |
| indem Sie auf eine beliebige andere Stelle in der Grafik klicken und übrigens, wenn Sie damit nicht vertraut sind, diese Art von Dingen sind |
| ziehbar, wenn wir etwas erweitern möchten. |
| Von dort aus gehen wir nun zum Graph Builder. |
| Mal sehen. |
| Ich werde Ihnen sagen, was, da wir uns darüber Sorgen machen, dass Sie diese Spalte auswählen, die Kreatininphosphokinase und Shift-Click ist. |
| Für Serumkreatinin und, oh, ich hätte es fast vergessen, bevor ich das tue |
| lass uns rechts klicken |
| Und wir können von hier aus direkt in die Distribution einsteigen, und das ist dasselbe, was wir bekommen, wenn wir zu Graph and Distribution gehen. Wir konnten sehen, dass wir bei beiden eine stark verzerrte Verteilung haben. |
| Und wir haben viele Ausreißer, hier sind nur Quantile und ich schließe das. Lassen Sie mich das schließen. Das brauchen wir nicht wirklich. |
| Schauen wir uns die zusammenfassenden Statistiken an. |
| Sehen wir uns eine Kreatininphosphokinase an, die wir im Mittel 581 haben, eine Standardabweichung von 970. Also, das ist ein bisschen seltsam. Das ist natürlich weit weg von dem, was ein Idealfall wäre und hier für Serumkreatinin meine ich, wir haben einen Mittelwert |
| von Ich nenne das 1,4 und die Standardabweichung von 1,0. Das ist also auch keine ideale Situation. Und es hat uns auch einige andere Informationen gegeben und wenn es in dieser Grafik etwas schwer zu erkennen ist, aber wenn nicht? |
| gewohnt, Boxplots sehr schnell zu betrachten, sind die Whiskers das 1,5-fache des Interquartilsabstands, das ist die Differenz zwischen dem 25. |
| Die Raute gibt uns den Mittelwert und die Linie gibt uns den Median. Und um das etwas klarer zu machen, kann ich das erweitern, und Sie können es ein bisschen besser sehen und es gibt eine Menge Ausreißer. |
| So, |
| Denken Sie daran, dass das Serumkreatinin eine unserer sehr stark prädiktiven Variablen war. Das könnten wir auch noch etwas genauer untersuchen |
| indem Sie zum Graph Builder gehen. |
| Kommen wir also zu Graph, Graph Builder. |
| Und das ist das Fenster, das wir bekommen. |
| Nun, wir wissen es aus unserer Forschung und |
| einige Fachkenntnisse, wenn nicht Fachkenntnisse, dass Kreatininphosphokinase kontinuierlich vom Körper produziert wird. Und es reagiert auf |
| ein Vorläufer dessen, was das Serumkreatinin werden wird, also gibt es vielleicht eine Beziehung zwischen den beiden und wir möchten auch diese, naja, unbefriedigende Verteilung, sagen wir, untersuchen. Also hier drüben Kreatininphosphokinase. |
| Und wir setzen das in die X-Achse, indem wir einfach hier unten klicken. |
| Und wir werden das gleiche mit Serumkreatinin machen, das in der Y-Achse und hier ist, was wir bekommen. Wir haben also festgestellt, dass das Y-Serumkreatinin von Null auf 10 steigt und währenddessen |
| Kreatinphosphokinase, Mann, dass es hier so weit geht |
| auf fast 8000. Jetzt können wir eines tun. |
| Ist Klick-Ziehen und wir können das ein bisschen mehr verteilen. Aber das andere, was wir tun können |
| ist ein Doppelklick auf unsere Achse und wir erhalten dieses Fenster. Ich werde darauf nicht näher eingehen, aber wir kommen hierher und schauen uns die Skala an und sehen das Maximum, sobald wir 8000 überschritten haben. Und wenn ich mir die Grafik hier unten ansehe, lass mich das aus dem Weg räumen. |
| Sicherlich liegen die meisten unserer Werte für die Kreatinphosphokinase unter 1000. Tatsächlich sieht es so aus, als ob ein guter Teil von ihnen weniger als vielleicht fünf oder sechshundert sind. |
| So, |
| Ich muss nicht. |
| ändere das in |
| nehmen wir 800. |
| Okay. |
| Und das gibt uns ein Diagramm nur dieser Datenpunkte. Wir schneiden alle anderen ab und sehen, dass es im Grunde eine gerade Linie ist. Es gibt keine wirkliche Beziehung zwischen ihnen und wir haben auch einige Ausreißer hier auf der |
| Serumkreatinin, hier oben bei 10. Und das sieht so aus, als ob wir hier die Wertseite leugnen, also ist es vielleicht angebracht, noch einmal einen Blick auf diese zu werfen, vielleicht einige der Ausreißer loszuwerden und zu sehen, ob wir einsteigen und andere Ergebnisse erzielen. |
| Und das ist so ziemlich alles, lassen Sie mich das minimieren. |
| Werfen Sie einen letzten Blick auf den Datensatz. |
| Oh ja Serumkreatinin. |
| Wir haben das als kontinuierliches Feld eingefügt, aber wenn Sie sich das hier in der Spalte ansehen, ist unsere kleinste Anzahl hier draußen, an der ersten Dezimalstelle, also haben wir die Möglichkeit von 10 Werten dort plus weitere 10 Werte, die meisten von ihnen |
| Sieht aus als wären sie unter 2 oder 3. Es kann also einige Fragen geben, wie wir das je nach Analyse behandeln wollen. |
| Und wir wollen sicherlich von unserer Analyse. Das werden wir nutzen. Wollen wir das wirklich als stetige Variable betrachten oder sollten wir das als ordinale Variable mit vielleicht betrachten, |
| Ich weiß nicht, |
| 20 verschiedene Werte für diese Ordinalvariable. 20 oder 25 oder was auch immer in Marketinganalysen häufig gemacht wird, aber hier normalerweise nicht, aber es sollte berücksichtigt werden. Also lass mich |
| Gehen Sie hier zurück zu einer Zusammenfassung. Gehen Sie zurück zu PowerPoint. |
| Und lassen Sie mich es erweitern und ich hoffe, dass jeder das sehen kann, also haben wir hier das, was wir hatten. |
| Wir haben 11 verschiedene Modelle, die wir standardmäßig von JMP ausgewählt haben. Wir fanden, dass Serumkreatinin, Alter und Auswurffraktion alle signifikant waren. |
| Und wir fanden heraus, dass die Wechselwirkung der altersübergreifenden Ejektionsfraktion weitere weitere klinische Studien rechtfertigen könnte, obwohl sie für unsere Studie nicht wirklich signifikant war, aber nicht |
| Wert entschieden. Und wir sahen einige stark verzerrte Werte, insbesondere in der Kreatinin-Verteilung, die in unserem Modell und mit einem recht kleinen und unausgeglichenen Datensatz verwendet wurde. Und jetzt habe ich das Alter schon erwähnt. Lassen Sie mich zum Original zurückkehren. |
| Ziehen Sie das weg. Hier ist das Alter. |
| Und wir sehen, wir haben eine etwas verzerrte Verteilung und ich habe das nicht in das Modell übernommen und der Grund, warum ich das nicht in das Modell übernommen habe, ist die Art und Weise, wie Daten gesammelt wurden. |
| Wir wissen aus den Artikeln, dass das Alter so war, dass sie irgendeine Art von Gesundheitspersonal geschickt haben, um nach den Leuten zu sehen |
| die Originaldaten wurden für die Studie entwickelt. Wenn Sie also ein 65-Jahr sehen, sind sie 65 Monate später zurückgegangen. |
| Oh, entschuldigen Sie, das war nicht das Alter, von dem ich rede, lassen Sie mich hierher zurückkehren. Gehen Sie zu der Zeit, dass ich es einblende. |
| Und es ist Zeit. Ein bisschen seltsam, lass mich das ein bisschen herausziehen. |
| Was sie getan haben |
| war sie nach der ursprünglichen Studie zurückgegangen. Wenn Sie also 16 Jahre sehen, gingen sie 16 Monate nach der ursprünglichen Studie zurück und sie prüfen, ob es ein Todesereignis oder kein Todesereignis gab. Das heißt, war der Patient noch am Leben oder lebt er noch nicht. |
| Also nach 16 Monaten dieser Patient hier, Nummer 21, |
| war noch am Leben. Nun, wenn wir hier zum Todesereignis hinuntergehen, und lassen Sie mich das hervorheben. |
| Und komm her. |
| Wir sehen, wir haben Zeit von 20. |
| Nun, wir wissen nicht, ob das Todesereignis am Tag vor der Überprüfung der Woche zuvor oder einen Monat zuvor oder zwei Monate zuvor stattgefunden hat. Die ursprünglichen Autoren, die ein Papier veröffentlicht und es auf Kaggle veröffentlicht haben, haben sich diese Daten angesehen. |
| Und sie konnten daraus keine positiven Schlussfolgerungen ziehen. Diese Person hätte im ersten Monat sterben können, aber im ersten Monat hat niemand nachgesehen. |
| Und wir kennen die Häufigkeit der Nachkontrollen nicht. Deshalb habe ich das hinzugefügt und aufgenommen, und wenn wir dort bessere Daten gehabt hätten, könnten wir hierher kommen, um zu analysieren, |
| Reliability and Survival und wir hätten Life Distribution oder Fit Life by X machen können, wie viele davon gemacht werden, aber das konnten wir in diesem speziellen Fall nicht. |
| Also so ziemlich |
| beendet die präsentation ich möchte nur zum PowerPoint-Deck zurückkehren, das noch einmal auf der Website veröffentlicht wird. Hier sind die Links zum ursprünglichen Zeitschriftenartikel. |
| Der Kaggel. |
| Seiten. Der Kaggle-Datensatz, der eine CSV-Datei ist und |
| das Github-Repository der Autoren mit dem R-Code. Und ich hoffe, es hat euch allen gefallen. |
| Und damit |
| Wir werden diese Präsentation beenden. |
| Peter Polito | gute Jobs ist jetzt sehr interessant. |
| Dankeschön. |
| Peter Polito | Okay, gut, lass mich meine Checkliste überprüfen. |
| sicher. |
| Peter Polito | Ich bin nicht. |
| Das glaube ich bei der Agentenzeit nicht. |
| Bitte, bitte, das hat es erwischt. |
| Peter Polito | Ja, und wenn sie zurückkommen und sagen: Oh, wir mögen das Pausieren nicht, was wir tun werden, wenn du am Leben bist, du kannst einfach wir können, du kannst mit dem sprechen, der es präsentiert, und du kannst überspringen über diesen Teil und sagen Sie einfach, dass dies passiert ist und es ist. |
| Okay, mach. |
| Ich glaube nicht, dass sie uns bitten werden, es neu aufzunehmen, aber. |
| Gut. |
| Okay, ja, wenn sie es tun, ist es kein großes Problem. |
| Peter Polito | Okay, gut, ich bin alles andere, was ich tun werde, was ich tun werde. |
| Sobald wir die Aufnahme beendet haben, können wir loslegen. |
| und gut. |
| Peter Polito | das ist toll, danke, dass ich zusehen darf. |
| Ja, das Gute daran, diese, obwohl ich ein paar Fehler in der Nähe hatte, war, dass er keine Probleme und keine Software hatte. |
| Jetzt sah alles gut aus, ja ja, alles rübergeschleppt und dort geblieben, das ist gut. |
| Peter Polito | In Ordnung, gut. |
| ich werde dir wahrscheinlich beim entdeckungsgipfel begegnen und einen schönen tag haben. |
| Okay, du auch Theater. |
| Peter Polito | In Ordnung, tschüss, steh auf. |
| Von. |
