Vocero | Transcripción |
| Peter Polito | Hola Stan, ¿estás ahí? |
| hola Peter. |
| Peter Polito | Cómo estás. |
| lo estoy haciendo bien. |
| Maravilloso. |
| Peter Polito | ¿Cómo te sientes al hacer tu resumen hoy? |
| sí, me siento bastante bien. |
| Muy bien, no tengo ganas de poner otra semana para practicar. |
| Peter Polito | Ahora seguro. |
| Siempre he pensado que lo perfecto es enemigo de lo bueno. |
| sí, sí, tienes razón en eso, sí, hice clic en el enlace equivocado. |
| Oh, lamento eso, sí, está bien hacer clic en ir al espacio en el que estoy grabando para este. |
| Peter Polito | Ah, ya veo. |
| Dónde estás, estamos. |
| Peter Polito | lo siento por eso. |
| Está bien, déjame detenerme. |
| Está escuchando para confirmar algunas cosas antes de comenzar, y es muy inútil ver el archivo de Excel y cree que estaría en JMP. |
| Un momento, ¿cómo va tu día? |
| Hasta aquí todo bien. |
| Peter Polito | Genial y desde dónde llamas. |
| Llamo desde Jeffersonville Indiana, que está justo al otro lado del río para Louisville Kentucky. |
| Peter Polito | Bien, me voy a Lexington y habitable en noviembre. |
| Oh, realmente para una de las conferencias. |
| Peter Polito | sabe un placer que es mi. |
| 40 cumpleaños de cuñado y un montón de. |
| los chicos se van a encontrar para una degustación de whisky. |
| Bueno, bueno, tienen el rastro de Bourbon ahora, ¿vas, sí? |
| Peter Polito | eso es exactamente lo que estamos haciendo. |
| Muy bien, un momento aquí Stan. |
| De acuerdo, y cuando termines con eso, avísame, déjame darte mi número de teléfono celular. |
| Peter Polito | Muy bien, estamos mirando. |
| La predicción de supervivencia de pacientes con insuficiencia cardíaca o su otro resumen. |
| No, eso es la insuficiencia cardíaca. |
| Peter Polito | Bien, entonces el título es solo para confirmar la predicción de supervivencia de pacientes con insuficiencia cardíaca a partir de datos limitados de laboratorio clínico utilizando JMP. |
| eso es todo. |
| Peter Polito | Está bien, y tengo que pasar por algunas cosas aquí. |
| No tienes copresentadores correctos. |
| Correcto y luego necesito confirmar esto verbalmente, usted comprende que esto se está grabando para que tengan una conferencia de la cumbre de descubrimiento JMPed y estarán disponibles públicamente en la comunidad de usuarios de JMP si dan permiso para esta grabación y su uso. |
| Lo hago muy bien. Muchas gracias, está bien. |
| ¿Puedes decir unas pocas palabras? Solo quiero asegurarme de que el audio se escuche con claridad. |
| De acuerdo, bueno, déjame, déjame empezar, mi nombre es Stan Saran de Itch y soy analista principal de crucial Connection LLC. |
| Y estoy ubicado en Jeffersonville Indiana Indiana justo al otro lado del río Ohio desde el famoso Louisville Kentucky y hoy les voy a hablar sobre la predicción de insuficiencia cardíaca. |
| Peter Polito | Perfecto, está llegando a través de Niza y claro. |
| Bueno. |
| Peter Polito | Permítame que haya algunas cosas que debemos hacer para que las imágenes se vean claramente, necesitamos verificar su pantalla, si está en una máquina con Windows. |
| Estoy en una máquina con Windows 10 y voy a trabajar con mi monitor externo. |
| Peter Polito | Bien, entonces si pudieras ir a la barra de búsqueda en la parte inferior y escribir display. |
| barra de búsqueda barra en la parte inferior oh. |
| Peter Polito | sí, si te importa compartir tu pantalla, mientras haces esto, yo puedo. |
| comprobar las cosas, sí. |
| Sí, tuve algunos problemas con este, por no decir. |
| Compartimos la pantalla, pero de vez en cuando perdería mi pantalla compartida. |
| Peter Polito | Oh, puedes comprobar eso. |
| Bueno. |
| Peter Polito | Entonces, en la parte inferior, verá el botón de compartir pantalla. Oh, lo siento, lo siento, es de mi padre. |
| De acuerdo, sí, escriba, haga clic en esa lupa. |
| Y escriba display. |
| Bueno. |
| Dónde. |
| Peter Polito | Puede comenzar a escribir, el cursor ya está en su lugar. |
| Oh, ahí está. |
| Peter Polito | Oh, no creo que quieras presionar Enter cuando lo intentes una vez más. |
| Bueno. |
| Peter Polito | Así que ve a cambiar la resolución. |
| Y gestión de Microsoft. |
| Peter Polito | dijo, oh, es lo que sabes, te apuesto, ¿está en tu otro monitor? |
| sí, está en mi otro monitor. |
| Peter Polito | Bien, ¿te importaría arrastrarlo a este? |
| Bueno. |
| Si. |
| Peter Polito | Todavía no puedo verlo. Solo veo la ventana de su navegador. |
| Y eso es. |
| Peter Polito | Porque estaba diciendo. |
| sí, el mismo problema que tuvimos. |
| Peter Polito | Entonces, ¿compartió toda la pantalla o solo comparte un archivo. |
| ventana, pensé, compartió toda la pantalla. |
| Nueva acción. |
| El problema es que muchas veces encubrirá mi. |
| Barra de control para la reunión de zoom. |
| Ah. |
| Por eso estoy tratando de hacerlo así. |
| ¿Puedes verlo programando tal vez ver cómo llegó eso allí? |
| Peter Polito | eso es lo que veo es la programación simplificada. |
| sí, libre para eso. |
| Y probablemente estoy mirando mi perspectiva. |
| sí. |
| Peter Polito | Y vamos a querer cerrar Outlook de todos modos, antes de comenzar. |
| sí, sí, ahora que estamos conectados, no necesito ventanas adicionales, déjame cerrar para ir a todas las ventanas abiertas. |
| Está bien, ahí vamos. |
| Y eso es todo lo que necesito. |
| Nuevo recurso compartido con el que compartiré la pantalla. |
| Déjame arrastrar eso. |
| Aquí, cuando hago clic en presionar un nuevo botón para compartir. |
| Ves mi escritorio. |
| Peter Polito | Veo una carpa verde. |
| Con un hermoso. |
| puesta de sol en la lechosa. |
| camino, sí, déjame. |
| Vuelva aquí para mostrar todas las búsquedas en pantalla nuevamente. |
| Ves mi barra de búsqueda. |
| sí. |
| Peter Polito | Y luego canta que quieres hacer clic en cambiar la resolución de la pantalla, así que gracias por la opción hacia abajo. |
| Bueno. |
| Peter Polito | Aquí vamos, entonces estabas en 1920, pero está bien, perfecto, eso es lo que queremos estar. |
| Bien, y luego puedes ir y cerrar eso. |
| Está bien. |
| Peter Polito | Y luego haga clic derecho en su barra de tareas en la parte inferior. |
| y vaya a la configuración de la barra de tareas. |
| Pinchalo. |
| sí. |
| Peter Polito | sí. |
| Bueno. |
| Peter Polito | Entonces es la segunda opción hacia abajo. |
| probarlo automáticamente allí, vamos. |
| Está bien, cualquier otra cosa aquí. |
| um. |
| Peter Polito | puede ir y cerrar eso. |
| Y luego lo último que queremos hacer es bajar a. |
| Te gusta. |
| Pestañas de notificación o cualquier cosa para asegurarse de que cualquier elemento que pueda dar una ventana emergente esté cerrado. |
| sí, cerré todo antes de iniciar sesión. |
| De acuerdo, el único problema es que mi barra de control todavía está encendida en el monitor de mi computadora portátil y todavía estoy mirando la barra de prueba en el monitor de la placa de yelp y ese es el que quiero presentar. |
| Peter Polito | De acuerdo um. |
| volvamos allí y veamos si cambia automáticamente. |
| De acuerdo, tal vez simplemente intente hacer clic en el escritorio y tal vez eso lo haga desaparecer. |
| sí, ahí vamos. |
| Allá vamos, vamos. |
| Peter Polito | Muy bien, una vez que nosotros. |
| Estamos grabando ahora. |
| Ahora voy a tener cuidado con eso. |
| Peter Polito | sí, si es así. |
| Si aparece, no es el fin del mundo. |
| Bueno. |
| Peter Polito | Vas a. |
| querer. |
| Una vez que comiences a presentar, voy a silenciar mi cámara se apagará, voy a ser un fantasma, vas a pensar que no solo estás hablando contigo mismo. |
| Si tu. |
| Sientes que has hecho un poco de aire cataclísmico y quieres empezar de nuevo, eso está totalmente bien, desafortunadamente. |
| La forma en que nos están pidiendo que hagamos esto si no vamos a poder editar algo en el medio, es básicamente que tenemos que hacerlo de una vez si en el futuro, terminas esto y luego te das cuenta. Oh , Tenía muchas ganas de decir esto, en lugar de aquello. |
| Cuando estos se presentan realmente. |
| vas a estar, tienes la opción de estar en vivo, por lo que siempre podemos pausar el video, y puedes decir Está bien, sabes que me equivoqué aquí lo que realmente estaba tratando de transmitir la X, Y o Z y tú Tendré la oportunidad de hacerlo en tiempo real. |
| Deja las cosas claras, así que si, como te das cuenta mañana o al día siguiente o algo así, pero si en el momento sientes que quería decir esto de manera completamente diferente, podemos empezar de nuevo. |
| Está bien, bueno, con suerte no tendremos que hacer eso. Estaba teniendo problemas con Sharon para decirlo y Nick se detuvo de inmediato, y les pedí que se detuvieran de inmediato. |
| Y eso se puede editar, ya sabes. |
| Peter Polito | um, sí, sí. |
| Bueno entonces. |
| Bueno. |
| Muy bien, dejaré que mis colegas que están produciendo esto sigan adelante y trabajen en eso. |
| Eso para ti vamos a pausar la grabación temporalmente. |
| Bueno. |
| Peter Polito | Muy bien, voy a apagar mi video. |
| Por un segundo. |
| Antes de empezar, quiero comprobar la pantalla compartida. |
| Perfecto bien. |
| Ahora quiero tener que abrir la barra de tareas. |
| Peter Polito | No, eso está bien, eso está bien. |
| De acuerdo, el problema es que solo queremos el máximo. |
| sí sí está bien. |
| Peter Polito | pulgada cuadrada mientras presenta. |
| De acuerdo, y aquí está el otro trato con el que tuve problemas con esto, tanto el martes como la semana pasada, cuando fingí investigar analistas de triángulos que es una especie de historia, pero no voy a usar el modo de presentación. |
| Peter Polito | Está bien, está bien. |
| Bien, tengo eso y veamos si ves mi PowerPoint ahí arriba. |
| Peter Polito | Veo tu PowerPoint. |
| Bien, ¿qué tal si vengo aquí? |
| Peter Polito | Y veo mi pantalla. |
| super Déjame cerrar esto y abrir la pantalla de otro trabajo. |
| Vamos. |
| Verá, esta es una nueva pantalla de JMP con. |
| guiones y ventana de guiones. |
| Hago. |
| De acuerdo, sí, parte del camino a través de la presentación y dejé de hacer eso y tuve que dejar de compartir y luego volver a compartir, así que espero que eso sea así. |
| Peter Polito | Bueno. |
| está bien, bueno, ahora voy a silenciar mi micrófono. |
| Y tú. |
| Solo lo haces bien, postura de buena suerte. |
| OK gracias. |
| Buenos días, buenas tardes o buenas noches a todos. Mi nombre es Stan Siranovich. Y soy analista principal de Crucial Connection LLC. |
| Y estamos ubicados en Jeffersonville, Indiana. Justo al otro lado del río Ohio desde la histórica Louisville, Kentucky. |
| Y como puede ver, hoy en la pantalla les hablaré sobre la predicción de supervivencia de pacientes con insuficiencia cardíaca a partir de datos limitados de laboratorio clínico que utilizan JMP Pro 16. |
| Ahora que son estos |
| son una colección de registros médicos. 299 registros médicos para ser exactos de pacientes con insuficiencia cardíaca. Y fueron recogidos en la instalación [ininteligible] Instituto de Cardiología y el [ininteligible] en |
| [ininteligible] Pakistán. Y se recolectaron entre abril y diciembre de 2015. Ahora, fueron publicados |
| originalmente, en el BMC Medical Informatics and Decision Making Journal, Volumen 20 en 2020 por dos autores Chicco y Jurman. |
| Y lo que los autores querían hacer era crear un modelo para evaluar la probabilidad de muerte por insuficiencia cardíaca. |
| Y el modelo tenía que ser un modelo relativamente simple, con suerte, que los hospitales y los médicos pudieran utilizar para evaluar la gravedad de las diversas enfermedades cardiovasculares. |
| Ahora entran en la historia, un poco y yo también lo voy a hacer, pero expongo muy brevemente la razón para hacer esto, los autores lo notan. |
| los datos que observaron y los modelos que se derivaron de los datos tenían una reproducibilidad baja número uno y también tenían una serie de factores diferentes entre los cinco o los seis primeros. |
| Para predecir insuficiencia cardíaca pero seguían apareciendo dos, y eran el volumen de eyección y la creatinina. Y voy a repasar |
| cuáles son en solo un minuto o dos una vez que comencemos el análisis. Ahora, lo que hicieron los autores fue usar 10 métodos diferentes de aprendizaje automático, según ellos, para predecir la insuficiencia cardíaca. |
| Entonces ejecutaron 10 scripts de aprendizaje automático. Utilizaron árboles de decisiones forestales al azar, aumento de gradiente, todo el sospechoso normal. Perdóneme. Y lo que hicieron fue evaluarlos en siete aprendizaje automático separados |
| métrica. Y encontraron, no para su sorpresa, que la creatinina sérica y el volumen de eyección eran variables significativas. Y los gestionados descartan todas las demás variables. |
| Y ese no fue el caso cuando hicimos el análisis en JMP Pro 16. Entonces, veremos eso y hablaré un poco sobre la edad variable, pero, |
| antes de hacer eso, permítanme mencionar a JMP. |
| Y aquí está la tabla de datos JMP con la que vamos a trabajar. |
| Si no está familiarizado con JMP, permítame repasar muy brevemente aquí, donde tengo el cursor, tenemos la ventana del script. Seguido por la ventana de la columna. Puede ver que tenemos 13 columnas sin nada seleccionado y aquí está la ventana de filas y tenemos 299 filas. |
| Aunque descargué. La forma en que funciona es que fui a Kaggle. Le publicaron todo a Kaggle, |
| para que otras personas practiquen, por así decirlo. Y en los años intermedios, algún estado lo puso allí, hubo 177 presentaciones separadas. Todos eran de código abierto y una docena de lo que miré, eran todos |
| como pensamos normalmente es las dos plataformas de código abierto más populares. También pusieron el análisis original allí, es decir, que se hizo en el lenguaje de programación estadística R y publicaron todo el código en GITHUB. Entonces, veamos qué podemos hacer con JMP. |
| Ahora, repasemos aquí las variables a las que se aludió anteriormente. En primer lugar, tenemos creatinina fosfoquinasa. Eso es una enzima. |
| Y es un indicador de daño muscular. También tenemos creatinina sérica, que es una sustancia química que se encuentra en la sangre. |
| Y es un indicador tanto del daño muscular como de la insuficiencia renal y hablamos sobre el daño muscular aquí, estamos pensando en la insuficiencia cardíaca. |
| También tenemos la fracción de eyección, que es el porcentaje de sangre que sale del corazón y tener que cargar la fracción de subtítulos es un indicador de daño al músculo cardíaco. También tenemos sodio sérico, |
| que es una medición de rutina realizada con análisis de sangre. Y valores muy bajos aquí, tal vez un indicador de insuficiencia cardíaca. |
| También debemos tener en cuenta que tenemos lo que podríamos denominar un conjunto de datos en equilibrio. Es decir, |
| tuvimos un ... bueno, no deberíamos llamarlo positivo ... un evento de muerte en el 32% de los casos aquí y supervivencia en el 68%. Así que sí, uno a dos |
| Tenemos un tercio de las personas que sufrieron insuficiencia cardíaca, dos tercios ahora. También deberíamos mencionar que tenemos un conjunto de datos relativamente pequeño aquí. |
| 299 filas. Muy pequeño para registros cardíacos. Entonces, comencemos con el análisis y permítanme mostrar otra tabla de datos JMP. |
| Y esa es esta tabla de datos aquí, y déjame deshacerme de esto. Lo arrastraré a mi otra pantalla. |
| De acuerdo, estamos viendo la tabla de datos y ya trabajé un poco en esto. Reorganizo algunas cosas y lo notarán aquí abajo. |
| anemia, diabetes, hipertensión arterial, sexo y tabaquismo. Cuando importé originalmente a JMP, le dio un |
| distribución o continuo |
| tipo de datos y lo que hice fue cambiarlos. Por ejemplo, si vienes aquí y miras anemia, o mejor aún, presión arterial alta. |
| Presión arterial alta: tenemos ceros y unos, y realmente no dijeron dónde estaba el límite. Hubiera sido bueno tener algunos datos continuos aquí con el |
| sistólica y diastólica. Ese no es el caso. Así que eso es con lo que tenemos que trabajar y cambié todo eso. Y también verás que las plaquetas |
| Está oculto. |
| Y eso es porque los he ocultado y excluido, debería decir, y eso es porque tuve que limpiarlos y hay otra cosa que quiero hacer. |
| Y, mostrarles cómo hacer esto a propósito, no lo hice, voy aquí para envejecer y lo voy a esconder. |
| Y, también voy a excluirlo que está oculto de los gráficos para verlo, se excluirá de cualquier cálculo, en caso de que accidentalmente lo arrastre con algo más y explicaré las razones para hacerlo en un poco. Entonces, |
| vamos a hacer esto, un poco diferente. Voy a comenzar, disculpe, con el análisis, y luego, después de haber terminado el análisis, voy a volver atrás y hacer un poco de limpieza y lo explicaré sobre la marcha. |
| Así que venimos aquí para |
| Analizar |
| y |
| para seguir algo más por un segundo. De acuerdo, por cierto, la presentación de PowerPoint estará en el sitio web de Discovery Summit, y tengo algunas capturas de pantalla allí y un poco de explicación, para que pueda seguirla si lo desea. por ti mismo. |
| Entonces, lo primero que voy a hacer es subir aquí al menú Analizar, hacer clic en él y voy a ir aquí al Modelado Predictivo. |
| Y tenemos un montón de opciones aquí, incluida la comparación de modelos y la selección de modelos. Aquí para Model Screening dice: "se adapta a muchos modelos predictivos diferentes para que pueda seleccionar el mejor". |
| Entonces, eso suena como lo que queríamos hacer, nos gustaría hacer un paralelo |
| el análisis original. Y, hay esta ventana que tenemos y si se da cuenta de aquí abajo a la izquierda, tenemos un cuadro |
| y tiene una casilla de verificación y nos dice qué modelos vamos a ejecutar, esto es todo lo predeterminado. |
| Entonces, se ejecutará, por ejemplo, Decision Tree, Bootstrap Forest, Boosted Tree, Fit Least Squares, todo ese tipo de cosas. Todos nuestros favoritos. Y allí, hay 11 de ellos para nosotros allí y JMP lo hará automáticamente. Entonces, DEATH_EVENT, |
| esa será mi respuesta en Y. Y lo que voy a hacer es simplemente |
| haga clic y arrastre seleccione todas las variables aquí, y voy a poner esto como X factores. |
| Y voy a hacer clic en Aceptar. |
| Y nos sentamos y dejamos que JMP haga lo suyo. |
| Y ahí está. Aquí está el resultado que obtenemos. |
| Así que trabajemos con esto. Aquí están los detalles. Podemos ver los diversos |
| análisis que estamos ejecutando si hacemos clic en este triángulo gris. |
| Podemos ver más detalles y los detalles que están presentes en la ventana dependen de un análisis particular y luego de ejecutar. Si queremos ir más lejos, por supuesto, podemos hacer clic en el punto rojo y tenemos algunas opciones adicionales. |
| Entonces, eso es lo que tenemos aquí, y cuando lo hizo, también abrió esta caja aquí y está etiquetada como entrenamiento. Y lo que es esto son los resultados de ejecutar todos los datos como un conjunto de entrenamiento. En otras palabras, no hubo ningún entrenamiento. |
| No hubo ningún conjunto de prueba. Disculpe, hubo un conjunto de entrenamiento, pero hubo un conjunto de prueba. Y no había ningún conjunto de validación y eso se debe a que no hicimos ninguna selección. |
| Esto es solo una evaluación y nos dice cuál tuvo los mejores resultados en el entrenamiento. Bien, vemos un número de columnas aquí, así que vamos a |
| repase esos brevemente. La entropía R al cuadrado es |
| simplemente una R al cuadrado y es, |
| bueno, es una medida que se compara con las probabilidades de registro del modelo ajustado, por lo que es un valor de registro. |
| Y tenemos la tasa de error de cálculo, el área debajo de la curva aquí, obviamente alto, será mejor. |
| Y tenemos el RASE, que es la tasa de predicción cuadrática promedio de la raíz. Entonces, esta es la diferencia entre una y p-probabilidad. |
| Esa es la probabilidad ajustada para el modelo que se les ocurrió a JMP. Y tenemos el cuadrado R generalizado que es lo que todos piensan como R cuadrado. Es un |
| medida ... se aplica a modelos de regresión, y si obtenemos un ajuste perfecto, tenemos uno, y si no ajustamos, tenemos cero. Están clasificados aquí, por lo que Bootstrap Forest quedó en la cima. |
| Y veamos qué más quiero decir revisa mis notas. |
| Creo que eso es todo, podríamos |
| ven aquí de nuevo |
| y abra Bootstrap Forest y verifique los resultados, y podríamos ver para nuestro entrenamiento establecido aquí, veamos la matriz de confusión. Nos da |
| los datos de entrenamiento aquí, que son los mismos datos que vimos, pero esto es solo para el bosque de arranque y aquí tenemos la matriz de confusión que hemos predicho. |
| Y aquí abajo tenemos la tasa prevista para Bootstrap Forest. Y si no está familiarizado con esto o su memoria está un poco oxidada, lo que hace es mostrarnos el recuento de |
| eventos de muerte que fueron eventos de muerte reales con el valor de cero, y ese es el paciente que sobrevivió aquí, el 83, |
| tuvimos un evento de muerte con un valor de uno, lo que significa que el paciente no sobrevivió. Y este es el recuento absoluto, por lo que queremos mirar la diagonal que va desde la parte superior izquierda a la |
| abajo a la derecha y en una diagonal aquí desde la parte inferior izquierda a la superior derecha esos son el recuento incorrecto. Entonces, tuvimos 13 |
| tiempos aquí que se predijo que sobrevivirían, y no fueron supervivencia. Fueron muertes. Y luego, en el segundo cuadro gris aquí tenemos los mismos datos, pero se trata de la tasa. Lo cual, en nuestro caso, es una medida un poco mejor, porque tenemos un conjunto de datos desequilibrado, así que cerraré eso. |
| Y después, |
| lo que vamos a hacer es ir al modo Analizar y Ajustar. Y la razón por la que queremos hacer esto es que vamos a ajustarle un modelo de regresión, que es mucho más fácil de entender para la gente y nos dará |
| danos la oportunidad de lucirnos |
| la capacidad de interactuar en JMP. Entonces, lo que voy a hacer es cerrar eso y voy a subir aquí para Analizar, aquí estamos, para |
| Modelo de ajuste. |
| Y bueno, |
| Sabemos que las variables ahora, antes que nada déjame subir aquí |
| pondrá a DEATH_EVENT allí como lo que queremos predecir. Y sabemos y vimos que la Creatinina, no, esa es la incorrecta. La fracción de eyección |
| y el aquí está. |
| Suero de creatinina |
| son variables importantes. Y la edad también apareció en un par de análisis. Entonces, déjeme poner eso si puedo encontrarlo. |
| Aférrate. |
| Permítanme comenzar de nuevo con algo que se omitió. |
| Oye Peter, ¿podemos hacer una pausa por un segundo? |
| Entonces, lo que voy a hacer es subir aquí para analizar, |
| Modelo de ajuste. Y, Y será el EVENTO DE LA MUERTE. |
| Y lo que voy a hacer es que, dado que el número de modelos que encontraron la edad como una variable importante, agregaré la edad. Y voy a poner |
| fracción de eyección y creatinina sérica. |
| Ahora, los autores no encontraron la edad como una variable significativa, pero yo lo hice, así que creo que podría haber una interacción allí y JMP nos permite manejar eso muy fácilmente. Entonces, de la forma en que lo hago, hago clic en la edad |
| y fracción de eyección en lugar de hacer clic en Agregar, |
| Yo vengo aqui |
| haga clic en Cruz y voy a pasar a la edad. |
| y |
| suero de creatinina. |
| Y ese es el clic de control. |
| Y vamos a agregar eso para que lo tengamos. |
| Edad, fracción de eyección, espera un minuto. |
| Creo que solo gordo tocó ese. |
| Aquí vamos. |
| Ahora está ahí, por lo que tiene las dos interacciones y podemos ver que aquí arriba nos dio una opción para la Personalidad. Y lo que vamos a hacer es aceptar el valor predeterminado, que es Nominal Logistic. |
| Y tenemos otras opciones aquí, pero nos quedaremos con eso. |
| Y haré clic en ejecutar. |
| Y esto es lo que obtenemos. |
| Bueno entonces. |
| Tenemos que registrar el valor aquí, que es básicamente menos. |
| base logarítmica 10 de este valor de probabilidad aquí. Y la razón por la que lo hacemos, es que hace que sea más fácil trabajar con él, disculpe, más fácil de graficar y más fácil de entender para los seres humanos. Entonces, vemos ese número uno en la lista. |
| Es la fracción de eyección, perdón, que es lo que encontraron los autores. El número dos es la creatinina sérica, pero la edad sigue siendo el número tres y muy importante. |
| Y miramos en |
| interacciones y vemos que no son significativas. Por cierto, esta línea azul aquí es el valor de dos. Es dos. |
| Y lo pusieron o simplemente para que sea más fácil de ver. Y la razón por la que elegí dos es porque es logaritmo de .01, que es el nivel de significancia elegido por JMP como predeterminado. |
| Pero venimos aquí y vemos que el valor logarítmico o el valor y la ecuación de regresión serán relativamente bajos, pero estamos aquí y .05, lo que podría ser un corte en muchos diseños experimentales. Podría cortarse en muchos. |
| la analítica funciona, así que vamos a tomar nota de eso, aunque lo vamos a ignorar aquí mismo, porque no supera nuestro límite de .01. |
| Puede ser de interés para los médicos. Puede darles algo más que buscar y muy bien puede ser significativo en un conjunto de datos diferente. Y tenemos todos los datos habituales aquí. Veamos qué podemos mirar, déjame desplazarme hacia abajo, está bien. |
| Tenemos las probabilidades de chi cuadrado en las que no entraré, y tenemos las estimaciones aquí, que serían el coeficiente en nuestra ecuación de regresión. |
| Así que eso fue lo que encontramos. |
| Así que permítanme minimizar eso y vamos a pasar a la limpieza y exploración ahora, la razón por la que hice eso, sin limpiar primero, es porque en los artículos originales, no se mencionaba ninguna. |
| limpieza y tipo de intercambio de datos. Simplemente tomaron los datos y ejecutaron sus modelos en ellos. |
| Y me gusta mirar mis datos primero. Entonces, veamos un par de cosas aquí. En primer lugar, si venimos aquí, |
| y haga clic en ese pequeño icono podemos mostrar los gráficos de ese encabezado. Y me gusta hacer eso. Entonces, hagamos clic en 1 aquí, que es |
| evento de muerte positiva, si puedo usar esos términos. |
| Y lo que hace es resaltar todas las filas con un evento de muerte de 1. Si quisiéramos echarle un vistazo más de cerca, podemos ver si hay algún tipo de correlación con las otras variables que podrían aparecer y no hay mucho allí. |
| Mi ventana, pero notamos una cosa: tenemos algunas distribuciones muy, muy sesgadas para el |
| creatinina fosfoquinasa y para la creatinina sérica que se ve un poco extraña. Nada más por ahí, podemos borrar esos |
| haciendo clic en cualquier otro lugar del gráfico y, por cierto, si no está familiarizado con él, este tipo de cosas son |
| dragable si queremos expandir algo. |
| Ahora, desde allí, vayamos a Graph Builder. |
| Vamos a ver. |
| Te diré una cosa, ya que nos preocupa eso, selecciona esa columna, que es creatinina fosfocinasa y haz clic en shift. |
| Para la creatinina sérica y, oh, casi lo olvido antes de hacer eso |
| hagamos clic derecho |
| Y podemos ir directamente desde aquí a Distribución, y esto es lo mismo que obtenemos si subimos a Gráficos y Distribución. Pudimos ver que tenemos una distribución muy sesgada en ambos. |
| Y tenemos muchos valores atípicos, aquí solo hay cuantiles y lo cerraré. Déjame cerrar eso. Realmente no lo necesitamos. |
| Y veamos las estadísticas resumidas, déjame. |
| Ahí vamos, mira una creatinina fosfoquinasa, tenemos una media de 581, una desviación estándar de 970. Entonces, eso es un poco extraño. Obviamente, eso está muy lejos de lo que sería un caso ideal y aquí para la creatinina sérica, quiero decir, tenemos una media |
| de lo llamo 1.4 y la desviación estándar de 1.0. Entonces esa tampoco es una situación ideal. Y también nos ha proporcionado otra información y si es un poco difícil de ver en este gráfico, pero si no |
| acostumbrado a mirar los diagramas de caja muy rápido, los bigotes son 1,5 veces el rango intercuartil, que es la diferencia entre el percentil 25, que es la parte inferior del cuadro aquí el percentil 75, que es el superior. |
| El diamante nos da la media y la línea nos da la mediana. Y, para dejar eso un poco más claro, puedo expandir eso, y puedes verlo un poco mejor y hay muchos valores atípicos allí. |
| Entonces, |
| Tenga en cuenta que la creatinina sérica fue una de nuestras variables predictivas más fuertes. También podríamos examinar eso con un poco más de detalle. |
| yendo a Graph Builder. |
| Así que vayamos a Graph, Graph Builder. |
| Y esta es la ventana que obtenemos. |
| Bueno, sabemos por hacer nuestra investigación y |
| algún tema, conocimiento, si no experiencia en el tema, de que la creatinina fosfocinasa es producida continuamente por el cuerpo. Y reacciona en |
| un precursor de lo que se convertirá en la creatinina sérica, así que tal vez haya alguna relación entre los dos y también nos gustaría examinar esas, bueno, distribuciones insatisfactorias, digamos. Así que aquí la creatinina fosfoquinasa. |
| Y lo pondremos en el eje X simplemente haciendo clic aquí. |
| Y haremos lo mismo con la creatinina sérica que en el eje Y y esto es lo que obtenemos. Entonces, notamos que la creatinina sérica Y va de cero a 10 y mientras |
| creatina fosfocinasa, hombre, que sale muy por aquí |
| a casi 8000. Ahora podemos hacer una cosa. |
| Es hacer clic en arrastrar y podemos extender eso un poco más. Pero, la otra cosa que podemos hacer |
| es hacer doble clic en nuestro eje y obtenemos esta ventana. No entraré en detalles sobre esto, pero venimos aquí y miramos la escala y vemos el máximo una vez que pasamos de 8000. Y, al mirar el gráfico aquí abajo, déjenme sacar eso del camino. |
| Ciertamente, la mayoría de nuestros valores para la creatinfosfoquinasa son inferiores a 1000. De hecho, parece que una buena parte de ellos tienen menos de quinientos o seiscientos. |
| Entonces, |
| No tengo que hacerlo. |
| cambia eso a |
| escojamos 800. |
| Bueno. |
| Y eso nos da un gráfico de esos puntos de datos. Cortamos todos los demás y vemos que es básicamente una línea recta. No existe una relación real entre ellos y también tenemos algunos valores atípicos aquí en el |
| creatinina sérica, hasta aquí en 10. Y eso parece un lado negando el valor aquí, por lo que puede ser necesario volver atrás y echar otro vistazo a esos, tal vez deshacernos de algunos de los valores atípicos para ver si ingresamos y obtenemos resultados diferentes. |
| Y eso es todo, déjame minimizarlo. |
| Eche un último vistazo al conjunto de datos. |
| Oh, sí, creatinina sérica. |
| Lo ponemos como un continuo, pero si miras eso aquí en la columna, nuestro menor recuento está aquí, en el primer lugar decimal, por lo que tenemos la posibilidad de 10 valores allí más otros 10 valores, la mayoría de ellos. |
| parece que tienen menos de 2 o 3 años. Entonces, puede haber alguna duda sobre cómo queremos tratar eso dependiendo del análisis. |
| Y ciertamente queremos de nuestro análisis. Vamos a usar eso. ¿Queremos realmente considerar eso, como una variable continua o deberíamos considerarlo como una variable ordinal con tal vez, |
| No sé, |
| 20 valores diferentes para esa variable ordinal. 20 o 25 o lo que sea que se haga con frecuencia en los análisis de marketing, pero no se suele hacer aquí, pero es algo a tener en cuenta. Así que permítanme |
| vuelva aquí a un resumen. Regrese al PowerPoint. |
| Y permítanme expandirlo y espero que todos puedan verlo, así que esto es lo que tuvimos. |
| Tenemos 11 modelos diferentes que JMP seleccionó por defecto y obtuvimos esos 11 modelos diferentes y los traemos todos con solo ir a Analizar, Modelado predictivo, Detección de modelos. Encontramos que la creatinina sérica, la edad y la fracción de eyección eran significativas. |
| Y descubrimos que la interacción entre la edad y la fracción de eyección puede justificar más estudios clínicos adicionales, aunque no fue realmente significativa para nuestro estudio, no lo fue |
| decidido sobre el valor. Y vimos algunos valores muy sesgados, especialmente en la distribución de creatinina, que se utilizó en nuestro modelo y con un conjunto de datos bastante pequeño y desequilibrado. Y ahora mencioné la edad antes. Déjame volver al original. |
| Arrastra eso. Aquí está la edad. |
| Y vemos, tenemos una distribución algo sesgada y no puse eso en el modelo y la razón por la que no puse eso en el modelo es la forma en que se recopilaron los datos. |
| Sabemos, por la lectura de los artículos, que la época era que enviaron a algún tipo de trabajadores de la salud para controlar a las personas después. |
| los datos originales se desarrollaron para el estudio. Entonces, cuando ves 65 años, se remontan 65 meses después. |
| Oh, discúlpeme, esa no era la edad de la que estoy hablando de tiempo, déjeme volver aquí. Vaya a tiempo para que lo muestre. |
| Y hay tiempo. Un poco raro, déjame sacar eso un poco. |
| Que hicieron |
| fue que volvieron después del estudio original. Entonces, cuando ve 16 años, regresaron 16 meses después del estudio original y verificaron si hubo un evento de muerte o ningún evento de muerte. Es decir, el paciente estaba todavía vivo o todavía no estaba vivo o ella. |
| Entonces, después de 16 meses, este paciente aquí, el número 21, |
| Aún estaba vivo. Ahora, si vamos aquí al evento de la muerte, permítanme resaltar ese. |
| Y ven aquí. |
| Vemos que tenemos tiempo de 20. |
| Bueno, no sabemos si el evento de muerte tuvo lugar el día anterior a la verificación de la semana anterior o un mes antes o dos meses antes. Los autores originales que publicaron un artículo y lo pusieron en Kaggle sí miraron esos datos. |
| Y no pudieron encontrar ninguna conclusión positiva de eso. Esa persona podría haber muerto en el primer mes, pero nadie lo comprobó en el primer mes. |
| Y no conocemos la frecuencia de los controles de seguimiento. Es por eso que lo agregué e incluí, y si hubiéramos tenido mejores datos allí, podríamos venir aquí para Analizar, |
| Confiabilidad y supervivencia y podríamos haber hecho una Distribución de vida o una Vida en forma de X, que es la forma en que se hacen muchas de estas, pero no pudimos hacer eso en este caso particular. |
| Así que bastante |
| finaliza la presentación, me gustaría volver a la plataforma de PowerPoint que, una vez más, se publicará en el sitio y aquí están los enlaces al artículo original de la revista. |
| El Kaggle. |
| páginas. El conjunto de datos de Kaggle, que es un CSV y, |
| el repositorio de Github de los autores con el código R. Y espero que todos lo hayan disfrutado. |
| Y con eso |
| Terminaremos esta presentación. |
| Peter Polito | buenos trabajos ahora es muy interesante. |
| Gracias. |
| Peter Polito | Muy bien, bueno, déjame comprobar mi lista de verificación. |
| seguro. |
| Peter Polito | no soy. |
| No creo eso con el tiempo del agente. |
| Por favor, por favor que lo pilló. |
| Peter Polito | sí, y si regresan y dicen Oh, no nos gusta la pausa, lo que haremos es cuando estés vivo, puedes hablar con quien lo esté presentando, y puedes omitir sobre esa parte y simplemente decir que esto es lo que sucedió y lo es. |
| Está bien, hazlo. |
| No creo que nos vayan a pedir que lo volvamos a grabar, pero. |
| bien. |
| Está bien, sí, si lo hacen, no es un gran problema. |
| Peter Polito | Bien, soy todo lo demás que voy a hacer, voy a hacer. |
| Una vez que dejamos de grabar, estamos listos para comenzar. |
| y bueno. |
| Peter Polito | Eso es genial, gracias por dejarme ver. |
| sí, bueno, lo bueno de esto, a pesar de que tuve un par de errores cerca, fue que él no tenía ningún problema ni software. |
| Ahora todo se veía genial, sí, arrastró todo y se quedó allí, así que eso es bueno. |
| Peter Polito | Está bien, bueno. |
| Probablemente me cruzaré contigo en la cumbre del descubrimiento y pasaré un gran día. |
| Está bien, tú también teatro. |
| Peter Polito | Muy bien, adiós. |
| Por. |
