Lautsprecher | Abschrift |
| Karishma YADAV | Hallo. |
| Yi Ying TAN | Hallo. |
| Karishma YADAV | Tut mir leid, wir können dich nicht heiraten hören. |
| Yi Ying TAN | ich, ich meine, tut mir leid. |
| Karishma YADAV | ja ich kann dich hören. |
| Larry LaRusso | Nun könnte ich mir vorstellen, dass das funktioniert. |
| Karishma YADAV | ja es funktioniert. |
| Larry LaRusso | OK großartig. |
| Entschuldigung, es ist interessant. |
| Aus irgendeinem Grund holt mich mein Laptop Mike nicht außerhalb von JMP ab. |
| Ich muss ständig mit JMP hin und her, aber ich weiß, dass ich jedes Mal, wenn jemand sagt, nichts hören kann. |
| Ihr macht es. |
| Karishma YADAV | uns geht es gut. |
| Larry LaRusso | Ich mag deinen Körper, ist es Krishna, sagst du? |
| Karishma YADAV | ja es ist schottisch. |
| Larry LaRusso | Irisches MMA Nizza. |
| Ich erkenne das. |
| Gut. |
| Larry LaRusso | Und dann ist er, wie du sagst. |
| Yi Ying TAN | Ja ja. |
| Larry LaRusso | großartig, ja, danke euch beiden, dass ihr das getan habt. |
| Wir wissen es natürlich zu schätzen, dass Sie sich die Zeit genommen haben, den Vortrag aufzunehmen, und ich bin wirklich hier, um nur irgendwie beim Produktionsaspekt zu helfen. |
| Wenn Sie in der oberen linken Ecke bemerken, werden Sie wahrscheinlich sehen, dass wir automatisch aufzeichnen, nur um sicherzustellen, dass Sie beide damit einverstanden sind, ja. |
| Karishma YADAV | ja ok. |
| Larry LaRusso | Ausgezeichnet und so. |
| Unsere Absicht ist es natürlich, dies zu einem Teil der Entdeckungskonferenz zu machen, und wir werden es auf unseren Community-Seiten auf community.com veröffentlichen. |
| Also wird es tatsächlich auch über die Konferenz hinaus leben, die Leute werden in der Lage sein, auf das und alles zuzugreifen, fühlt ihr euch auch damit wohl. |
| Karishma YADAV | Ja, gut. |
| Larry LaRusso | super Vielen Dank, das sind die beiden Rechtsfragen. |
| Und, und Ihre Hintergründe sehen hervorragend aus, ich möchte nur sicherstellen, dass es keine Logoverletzung gibt oder alles dort gut aussieht. Haben Sie schon einmal für uns aufgenommen, ist dies das erste Mal, dass Sie den Entdeckungsgipfel machen. |
| Karishma YADAV | ja, das ist das erste mal. |
| Okay. |
| Larry LaRusso | Na dann, ich lasse es euch einfach wissen, wenn es Zeit für euch ist zu gehen. Ich werde wahrscheinlich neu meine. |
| Kopfhörer und schalte dann mein Video aus, solange du redest und ich nicht auf dem Bildschirm auftauchen sollte, aber wenn ich das tue, besteht keine Chance, dass er versehentlich auftaucht, also werde ich wann wann Es ist Zeit für uns zu gehen. Ich werde umziehen und mein Video ausschalten. |
| Und es wird sich anfühlen, als würdest du nur mit dir selbst sprechen, aber ich höre zu und stelle nur sicher, dass alles in Ordnung ist und dass das Video gut aussieht und alles in der Folie zu finden ist. |
| Aus irgendeinem Grund habe ich mehr als ein Dutzend davon aufgezeichnet, wahrscheinlich, wenn aus irgendeinem Grund etwas stört. |
| Ich werde nur die Stummschaltung aufheben und sagen: „Hey, ihr müsst aufhören, wir müssen neu aufnehmen oder was auch immer, aber ich gehe nicht davon aus, dass das passieren wird, also kreidet einfach an, ihr wisst schon, und redet von Anfang bis Ende . |
| Wenn einer von euch einfach das Gefühl hat, oh mein Gott, ich habe das komplett vermasselt, das ist nicht das, was ich sagen wollte, hören wir einfach auf und sagen dann, hey, ich fange wieder an und mache es noch einmal, oh ja. |
| Du solltest das tun. |
| Yi Ying TAN | Okay. |
| Larry LaRusso | Aber, aber ich möchte Sie ermutigen, sich keine Sorgen um ein Volk wie die Absicht hier zu machen, damit ziemlich lässig umzugehen, und es muss nicht perfekt sein. |
| Ich würde sagen, wie ich schon sagte, das einzige, worüber ich mir Sorgen machen würde, wäre, wenn Sie so wären, als würden Sie eine Sekunde warten, die ich auf der Ereignisseite mache, oder Sie haben etwas Falsches gesagt und Sie erkennen, dass wir die Fähigkeit haben, einfach zu sagen Ich ' Ich werde wieder anfangen und es ist in Ordnung, aber, aber wie gesagt. |
| Die Leute, die uns zuschauen, werden sehr, sehr nachsichtig sein. Es ist ein Zoom-Anruf. Ich würde mir darüber keine Sorgen machen, etwas Schreckliches. |
| Yi Ying TAN | 30 Uhr in Singapur, wissen Sie, wie Ihr Plan, es zu tun, mehr als. |
| Einmal. |
| Larry LaRusso | Das andere ist. |
| Wenn Sie mir verbale Hinweise geben würden, damit ich nicht weiß, wer von Ihnen zuerst anfangen wird, aber wenn Sie es einfach sagen würden. |
| Danke, dass Sie sich mir zu unserem Gespräch oder so etwas in der Art anschließen, denn es gibt mir einen Ausgangspunkt, um sicherzustellen, dass Okay, ich weiß, dass sie es ist. |
| möchte es gleich hier beginnen, und dann am Ende, wenn Sie sich dafür bedanken, dass Sie sich mir angeschlossen haben, wenn Sie Fragen haben, bitte. |
| Fühlen Sie sich frei, sie in den Chat oder ähnliches einzugeben, da eine Seite erstellt wird, die unten Kommentare enthält. |
| Oder wenn Sie es einfach mit einem Dank dafür beenden möchten, dass Sie sich mir angeschlossen haben, wissen Sie, dass ich nicht weiß, ob die Kontaktinformationen oder nur etwas, um mir den Start- und Endpunkt des Audios zu geben, damit wir das Video schneiden und sicherstellen können, dass es aussieht . |
| Und dann werde ich das Letzte sagen, und dann lasse ich euch wirklich die Präsentation machen. |
| Nehmen wir drei verschiedene Versionen davon auf? |
| Eines mit nur der Folie, sodass der Schieberegler den gesamten Bildschirm einnimmt, das andere, in dem Sie sprechen, wahrscheinlich so, wie Sie mich gerade sehen, ist, dass ich nur einen kleinen Ausländer nehme, und dann nimmt die Fliege 80% ein des Bildschirms. |
| Und dann ist der dritte dran. |
| Sie sind im Vollbildmodus, nur als Sprecher, und wir tun das, weil die meiste Zeit Ihre Folie und Sie zu sehen sein werden. |
| Aber wenn Sie nur zur Abwechslung länger als ein paar Minuten an einer Folie hängen, könnten wir floppen, nur in Ihrem Bild, wissen Sie, als hätten Sie nur 20 Sekunden geredet und gehen dann zurück. |
| Wir haben also drei verschiedene Versionen und wir haben einige wirklich gute. |
| Produzenten, die reingehen und einige kreative Entscheidungen darüber treffen, wie sie es zeigen, also wissen Sie einfach, dass es bei JMP hin und her gehen könnte, fast wie eine Fernsehsendung, und manchmal sprechen Sie manchmal mit der Folie und dann einige die meiste Zeit. |
| Karishma YADAV | Ok hört sich gut an ja. |
| Larry LaRusso | Okay, hast du noch weitere Fragen? |
| Yi Ying TAN | ja. |
| Karishma YADAV | Also, wenn wir eine Wiederholung machen müssen. |
| Zufällig wird es dann weitergehen oder wir müssen die ganze Zeit von vorne anfangen. |
| Larry LaRusso | Sie wissen also, dass wir vielleicht eine 40-minütige Aufnahme haben, wenn Sie nur ein 20-minütiges Gespräch haben, und es ist in Ordnung, ich meine, wenn Sie wissen, wie einfach es ist, aus irgendeinem Grund einfach die erste Minute abzuschneiden, und wieder ich. |
| Seien Sie nicht zu streng mit sich selbst, aber wenn Sie das Gefühl haben, nein, ich möchte wirklich neu anfangen, nur Larry, ich fange noch einmal an und sage dann. |
| Willkommen zu meinem Vortrag, wissen Sie, und dann werden wir wissen, dass die erste Version es loswerden wird, also ja, wir müssen nicht neu starten, wir werden einfach arbeiten, bis wir auflegen. |
| Wir machen das Hacken. |
| Yi Ying TAN | Gut. |
| Larry LaRusso | Danke, lass mich einfach nichts anderes haben, ich möchte dich vergewissern. |
| Dein Sound klingt großartig, die Hintergründe sehen fantastisch aus. |
| Ich denke, wir können loslegen, also übergebe ich das hier an Sie, und ich werde wieder die ganze Zeit zuhören, also wenn Sie irgendwelche Fragen haben oder aufhören müssen oder so, lassen Sie es mich einfach wissen genieße das Gespräch, das werde ich. |
| Ich werde mit euch reden, wenn ihr fertig seid. |
| Yi Ying TAN | Vielen Dank. |
| Wir können also jederzeit starten. |
| Larry LaRusso | Richtig, ja, fang einfach an, wenn du dir eine Sekunde Zeit nehmen willst, mach dich fertig, es sieht so aus, als ob deine Folien schon fertig sind, also sag einfach, wann immer du bereit bist, danke, dass du dich mir angeschlossen hast, und dann bist du einfach weg. |
| Yi Ying TAN | und |
| Larry LaRusso | Ich werde mich stumm schalten und mein Video ausschalten. |
| Vielen Dank. |
| Yi Ying TAN | Guten Morgen. Zunächst möchte ich dem Komitee dafür danken, dass es unser Projekt in die engere Wahl gezogen hat. Es ist mir eine große Ehre, am JMP Discovery Summit teilzunehmen. |
| Bevor ich mit der Präsentation beginne oder unser Team vorstelle, sind wir vom Master of it in Business Programm der SMU. Ich bin Yi und wir haben heute Karishma und Sue-Ann bei mir. |
| Tin Seong Kam ist unser Professor. Er kommt heute nicht zu uns, weil er andere Verpflichtungen hat. Wie Sie also auf dieser Titelseite sehen können, |
| In diesem Projekt untersuchen wir die Verwendung der latenten Klassenanalyse zur Identifizierung von Unterklassen von Depressionen mit JMP Pro. Während der Präsentation können wir die Kurzform LCA verwenden, um uns auf die latente Klassenanalyse zu beziehen. |
| Okay. |
| Um Ihnen mehr Hintergrundinformationen zu unserem Projekt zu geben, betrachten wir Depressionen, eine Geisteskrankheit, die unter Teenagern und Erwachsenen jeden Alters immer häufiger auftritt. Laut WHO, |
| Laut der Weltgesundheitsorganisation ist Depression weltweit die häufigste Ursache für Behinderungen und trägt wesentlich zur globalen Krankheitslast bei. |
| Die Möglichkeit, eine genaue Diagnose des Schweregrades einer Depression zu erhalten, war schon immer der größte Stolperstein bei der Behandlung depressiver Patienten. |
| Es gibt einen Fragebogen, der häufig verwendet wird, um bei der Diagnose einer Depression zu helfen und den Schweregrad zu bestimmen. |
| Es heißt PHQ, Public Health Questionnaire. |
| Es ist ein Instrument mit neun Fragen, das ... |
| die diese Fragen enthält. Die erste hat ... die erste wäre, dass Sie wenig Interesse daran haben, Dinge zu tun; Das zweite ist, dass Sie sich niedergeschlagen oder hoffnungslos fühlen. |
| Das dritte ist, haben Sie Schlafstörungen oder schlafen Sie zu viel? Die vierte wäre: Fühlen Sie sich müde oder haben Sie wenig Energie? |
| Die fünfte Frage wäre: Haben Sie Appetitlosigkeit oder essen Sie zu viel? Und die nächsten paar Fragen haben auch ... wir haben, fühlst du dich schlecht? |
| Haben Sie Probleme, sich auf Dinge zu konzentrieren? Und die achte Frage wäre: Bewegst du dich oder sprichst du langsam oder bewegst oder sprichst du zu schnell? Die letzte Frage, die wir in unser ... in unser Projekt aufgenommen haben, lautet: |
| hast du suizidgedanken? |
| A, B, C, D. Auf der rechten Seite, wissen Sie, gibt es eine Tabelle, und Sie können sehen, wie Sie diese Tabelle lesen, dass A und B hier die gleiche Punktzahl von 10 haben, |
| Und die Schweregrade gelten als moderat. C und D hingegen haben den gleichen Wert von 20 und gelten unter PHQ-9 als schwer depressiv. |
| Der Interviewer wird sie also auf einer Skala von null bis drei fragen, wie oft sie das Symptom erlebt haben. Wie Sie sehen können, ist die Antwort in dieser Tabelle, wie Sie wissen, hauptsächlich nur 0, 1, 2 und 3. |
| Null bedeutet, dass sie keine Symptome haben und drei ist die häufigste, fast jeden Tag. Die Gesamtpunktzahl ergibt sich aus der Summierung der Antworten auf alle neun Fragen, die von null bis 27 reichen. |
| Nun, wenn wir hier tiefer in die Ergebnisse von C und D eintauchen, |
| Sie können sehen, dass sie beide eine Punktzahl von 20 haben, aber die Symptome, die sie erleben, sind ziemlich unterschiedlich. Zum Beispiel fühlt sich C oft schlecht über sich selbst, |
| hier, wie Sie wissen, aber es tut mir leid, ich zeige mehr auf das andere Recht, aber D hat das nie gefühlt. |
| Und C hat selten Selbstmordgedanken, aber D erlebt es fast jeden Tag. Die Frage, die wir hier haben, ist die |
| Haben diese Symptome den gleichen Beitrag zur Diagnose einer Depression? Aus klinischer Sicht wurde PHQ-9 also als valides Instrument zur Messung des Schweregrades von Depressionen bewertet. Unser Team meinte jedoch, dass das beliebte ... das im Volksmund verwendet wird |
| fünf Kategorien der Depressionsschwere basierend auf der Summe der Antworten |
| ist zu subjektiv. |
| Daher ist der Zweck unseres Projekts zu demonstrieren ... herauszufinden, wie die latente Klassenanalyse von JMP verwendet werden kann, um ein datengesteuertes und bereitzustellen |
| objektiver Ansatz, um die Schweregradklassen von Depressionen zu bestimmen. Die Analyseergebnisse zeigen, dass LCA unser Verständnis der Merkmale von Depressionsklassen besser verbessert als die herkömmlichen Fünf-Kategorien-Methoden. |
| Unter Verwendung desselben Satzes von neun Fragen aus dem Fragebogendatensatz der nationalen Gesundheits- und Ernährungsuntersuchung von 2017 bis 2018 verwenden wir LCA, um 5.000 Befragte zu klassifizieren |
| in Depressionsschwereklassen. Wir vergleichen das dann mit den PHQ-9-Ergebnissen, die eine bloße Summierung der Antworten verwenden ... |
| Reaktionsvariablen, um zu den Schweregraden der Depression zu gelangen. Dieser Klassenvergleich wird die Unterschiede in der Schwere der Depressionsklassen zwischen den beiden Methoden aufzeigen. |
| Ja, lassen Sie mich auf der nächsten Folie näher darauf eingehen. |
| Wie wir zuerst die Daten aufbereitet haben, also haben wir zuerst den öffentlich zugänglichen Datensatz aus der nationalen Gesundheits- und Ernährungsuntersuchungserhebung für die Jahre, die ich gerade erwähnt habe, 2017 bis 2018, heruntergeladen. |
| Wir verwenden nur die Daten dieser Jahre, um die Datenqualität aufrechtzuerhalten, da wir etwas besorgt waren, dass es Unterschiede in der Art und Weise geben wird, wie die Befragten über verschiedene Zeiträume Antworten geben. Also räumen wir die Daten dann in JMP Pro auf. |
| Wir verwenden JMP Pro 16. Im Datensatz gibt es ursprünglich insgesamt 10 Spalten ??? Antworten. |
| Aber wir haben festgestellt, dass die letzte Frage wie eine Konsolidierungsfrage ist. Es wird gefragt, wie schwer es Ihnen diese Probleme gemacht haben, Ihre Arbeit zu erledigen, sich um Dinge zu Hause zu kümmern oder mit Menschen auszukommen? Also wegen der Natur von |
| Da es sich um eine Konsolidierungsfrage handelt, haben wir sie aus unserer Arbeit ausgeschlossen. |
| Danach führen wir einige Datenbereinigungs- und Vorbereitungsschritte durch, z. B. die Überprüfung auf fehlende Werte, die Umbenennung einiger Spalten, um die Variablen besser für die latente Analyse widerzuspiegeln. |
| Der PHQ-9-Score wurde auch in einer neuen Spalte tabelliert und in fünf Kategorien der Depressionsschwere umkodiert, nämlich keine, leicht, mäßig, mittelschwer und schwer. Damit führen wir abschließend die latente Klassenanalyse durch und interpretieren die Ergebnisse. |
| Ich werde Sie also durch die detaillierten Schritte der von uns durchgeführten Analyse führen. Zunächst haben wir JMP Pro 16 verwendet, um die LCA auszuführen, um die Interviewpersonen mit unterschiedlichen Mustern in Cluster zu gruppieren. |
| Und die Art und Weise, wie wir das Clustering-Modell auswählen, basiert auf den BIC- und AIC-Werten dieser Modelle. |
| Aus den Modellberichten haben wir die Effektgrößen der jeweiligen Variablen ausgewertet, um die Trennung zwischen latenten Klassen zu identifizieren. |
| Und weil dies die Genauigkeit der Kategorisierung von Individuen in verschiedene ... korrekte latente Klassen anzeigt. Wir betrachten auch Log-Wert-Werte, um den Einfluss der einzelnen Variablen auf das Modell zu bestimmen. |
| Als nächstes führten wir eine Kontingenztabellenanalyse durch, um die LCA-Klassen mit den fünf Kategorien von Depressionsschwereklassen zu vergleichen, die unter Verwendung der traditionellen PHQ-9-Methoden abgeleitet wurden. |
| Unsere Hypothese ist, dass der allgemein verwendete PHQ-9, basierend auf der Summe der von mir erwähnten Antworten, zu subjektiv ist, da er die statistische ... statistische Gewichtung einzelner Variablen nicht berücksichtigt. Der Vergleich mit den LCA-Ergebnissen wird mit ausgefüllt |
| statistische Methoden, mit denen wir die Validität der Ergebnisse besser überprüfen können. |
| Damit übergebe ich an Karishma, um uns mehr über die Ergebnisse und Schlussfolgerungen zu erzählen. |
| Zu dir, Karishma. |
| Du bist stumm, Karishma. |
| Karishma YADAV | Oh, Entschuldigung. |
| Danke, Yi. Hallo allerseits. Ich bin Karishma Yadav und werde Sie mit unserer Präsentation voranbringen. |
| Wir wissen also, dass es für Forscher auf dem Gebiet der psychischen Gesundheit wichtig ist, Untergruppen von Personen identifizieren zu können |
| innerhalb der allgemeinen Bevölkerung, die ähnliche Muster von psychischen Gesundheitssymptomen oder -stärken aufweisen, sodass diese Gruppen weiter untersucht werden können, um Fragen zu untersuchen, z. B. welche Klassen der psychischen Gesundheit häufig vorherrschen, |
| und welche zukünftigen Ergebnisse sie vorhersagen und ob sich der Unterricht in psychischer Gesundheit im Laufe der Zeit ändert. Darüber hinaus ist die Identifizierung dieser Untergruppen für Praktiker wichtig |
| ... im Bereich der Behandlung und Vorbeugung von psychischen Erkrankungen. Eine zunehmend beliebte Methode zur Identifizierung von Untergruppen ist die latente Klassenanalyse, die als LCA abgekürzt wird |
| ab sofort in der Präsentation. LCA ist also ein querschnittlicher Modellierungsansatz für latente Variablenmischungen. Wie alle Modellierungsansätze zur Mischung latenter Variablen zielt LCA darauf ab, die Heterogenität innerhalb der Population zu finden. |
| Dies geschieht durch die Analyse von Verhaltensmustern von Einzelpersonen, wie z. B. Indikatoren für die psychische Gesundheit, und das Auffinden gemeinsamer Typen, die als Klassen bezeichnet werden. Jedes Individuum wird also probabilistisch einer Klasse zugeordnet, |
| die mit der angezeigten Formel berechnet wird. Und die Ergebnisse sind Untergruppen von Individuen, die einander am ähnlichsten sind und sich am meisten von denen in anderen Klassen unterscheiden. Nächste Folie. |
| So erstellen wir also das LCA-Modell in JMP Pro 16. Wie bereits von Yi erwähnt, in den von uns erstellten Vorverarbeitungsschritten |
| PHQ-9-Variablen, indem die neun Eingabevariablen, die Fragen, die im PHQ-9-Fragebogen gestellt werden, und dann der PHQ-9-Score, der von null bis 27 reicht, summiert werden, um zu fünf Klassen zu gelangen. |
| Die Klassen basieren auf Schnittpunkten, die in vielen medizinischen Diagnosen von Klinikern weit verbreitet sind. Also die Klassen die von Yi früher erwähnt wurden sind |
| keine, mild, moderat, moderat schwer und schwer. Nach der Vorverarbeitung entschieden wir uns also, ein Modell in JMP Pro zu erstellen, indem wir LCA als Clustering-Analysemethode auswählten, und wählten dann die neun Fragen des latenten PHQ-9 aus |
| wie die hier gezeigten Eingabefunktionen. Also haben wir das LCA-Modell für Cluster durchgeführt, die von drei bis 15 reichten, um das am besten passende Modell zu finden. |
| Nächste Folie. |
| Das ist also das Ergebnis der LCA. Die neuesten Klassenmodelle werden iterativ geschätzt, wobei potenzielle Klassen hinzugefügt werden, um zu bestimmen, welches Modell am besten zu den Daten passt. Die Beurteilung der besten Passform kann also viel Überlegung erfordern, |
| einschließlich Informationskriterien. Hier haben wir also Informationskriterien verwendet. |
| Wie wir sehen können, gibt uns Cluster fünf den niedrigsten BIC, das Bayes'sche Informationskriterium. Wir haben auch versucht, das Modell über eine größere Anzahl von Clustern laufen zu lassen, aber der AIC verschob sich mit der zunehmenden Anzahl von Klassen weiter, also wählten wir BIC als optimale Clustergröße. |
| Daher wurden die Personen auf der Grundlage der Fragebogenantworten in fünf Klassen eingeteilt. Nächste Folie. |
| Dies sind also die Diagramme, die die Verteilung der Personen in jeder der Klassen und den Anteil der Antworten in jeder Variablen zeigen. |
| Es zeigt also auch die Antwort...Antwortwahrscheinlichkeiten jeder der neun Variablen in jeder der Klassen. Es ist also zu sehen, dass in Cluster eins |
| Alle Variablen haben überhaupt nicht als vorherrschende Antwort, und dies ist das niedrigste Risiko |
| Cluster. In Cluster zwei gibt es einen verringerten Anteil von gar nicht als Antwortvariable und |
| erhöhter Anteil von mehreren Tagen als Reaktion. Cluster drei hat einen erhöhten Anteil von mehreren Tagen und mehr als der Hälfte der Tage als Antwort, und Cluster vier und fünf haben weiter erhöhte Anteile dieser hochfrequenten Antworten. Nächste. |
| keine, mild, moderat, moderat schwer und schwer. |
| Wie wir also sehen können, hat Klasse eins eine Größe von etwa 48 %, und Personen in dieser Klasse erfahren überhaupt keine depressiven Symptome oder die Reaktion ist überhaupt nicht für alle neun Variablen. Diese Personengruppe hat kein Risiko, an Depressionen zu erkranken. |
| Klasse zwei hat leichte Symptome mit einer Größe von etwa 24%. |
| Personen ... die Personen in dieser Klasse haben zwei vorherrschende Merkmale, die hier aufgeführt sind, und zwar Schlafstörungen oder zu viel Schlaf |
| an mehreren Tagen in der Woche, sich an mehreren Tagen in der Woche müde fühlen oder wenig Energie haben. Und Einzelpersonen in Klasse drei |
| moderate Symptome und eine Klassengröße von etwa 11 % haben; 70 % von ihnen haben geantwortet, dass sie sich an mehreren Tagen in der Woche müde oder energielos fühlen. Sie erlebten auch eine erhöhte Schwere der in Klasse zwei aufgeführten Symptome. |
| Darüber hinaus erlebten sie auch andere Symptome, wie kein Interesse daran, Dinge zu tun, sich niedergeschlagen und depressiv und hoffnungslos zu fühlen. |
| Klasse vier hat eine Größe von 10,44 % und diese Gruppe von Personen hat eine noch höhere Schwere der depressiven Symptome, so dass sie etwa sieben von neun der depressiven Symptome erfahren |
| ziemlich oft. Dann haben wir Klasse fünf mit unserer Klassengröße von etwa 6%. Sie erlebten alle neun Symptome und die Schwere ist |
| sehr hoch. Sie erleben es wie jeden Tag, oder mehr als die Hälfte der Tage. Nächste Folie. |
| Das sind also die Effektstärken der neun Variablen und der Logwert. Die Effektstärken sind also, wie Sie sehen, Werte zwischen null und eins, |
| und höhere Effektgrößen weisen auf eine höhere Wahrscheinlichkeit hin, dass Personen genau in eine latente Klasse eingeordnet werden. |
| Die Mehrheit der Eingabevariablen hat also Effektgrößen von mehr als 75 %, und der Log-Wert ist andererseits die Effektivität der Variablen bei der Vorhersage der Cluster. |
| Je größer der Log-Wert, desto stärker ist die Variable im Modell. Die Ergebnisse weisen darauf hin, dass nicht alle Variablen dieselben Logwertwerte aufweisen. |
| Dies bestätigt unseren Verdacht, dass die Variablen möglicherweise nicht gleichermaßen zur Diagnose beitragen und dass die Summierung der PHQ-9-Scores nur dann genau und zuverlässig ist, wenn jede Variable den gleichen Einfluss im Modell negiert. Also weiter. |
| So endlich, |
| das ist die Kontingenztabelle. Wie wir sehen können |
| depressive Symptome abgeleitet von der |
| Die PHQ-9-Summierungs- und Kontingenztabelle kam zu den Klassen, die wir mit Hilfe abgeleitet haben |
| letent Klassenanalyse sind ganz anders. |
| Der P-Wert liegt bei ca |
| .001, |
| was besagt, dass es keinen Stichprobenfehler gibt. Wir haben dies getan, um zu rechtfertigen, dass die Ergebnisse konsistent sein werden, wenn wir etwa 1.000 Mal Proben nehmen, 1.000 verschiedene Proben, nur eine davon wird ein anderes Ergebnis als dieses haben. |
| Nächste. |
| Abschließend schlussfolgern wir, dass die Schweregrade von Depressionen, die unter Verwendung statistischer Clustering-Modelle wie LCA abgeleitet wurden, eine genauere Einschätzung des Schweregrades von Depressionen liefern werden. |
| im Vergleich zu denen, die durch bloße Summierung der Antworten des PHQ-9 abgeleitet wurden. |
| Weitere Studien müssen durchgeführt werden, um die Gewichtung der jeweiligen Variablen zu bestimmen, um das PHQ-9-9-Modell zu stärken, das sich als zuverlässiger und effizienter erwiesen hat. Das ist wichtig |
| weil die Depressionsschwere von Einzelpersonen und der Prozentsatz der Depressionspopulation unterschätzt werden |
| birgt erhebliche Risiken für die Gesellschaft. Ohne eine genaue Diagnosemethode wird es schwierig, die angemessenen Ressourcen zu bestimmen, die zur Vorbeugung und Behandlung von Depressionen erforderlich sind. |
| Das ist also alles für unsere Präsentation, und Fragen sind im Kommentarfeld willkommen, das Sie unter dem Video sehen können. Vielen Dank. |
| Larry LaRusso | Exzellent. |
| super vielen dank. |
| Ich bin sehr zufrieden damit, ich meine, ich dachte, es klang großartig, Ihre Folien sind großartig. |
| Karishma YADAV | Vielen Dank. |
| Larry LaRusso | Ja, alles läuft reibungslos, wie Sie sagen, ich habe keine Probleme gesehen und eigentlich sehr interessante Gespräche. |
| Mich interessierten nicht ganz so die technischen Jungs, was Sticks aber angeht. |
| Ich bin sicher, es wird eine Tasche sein. |
| Karishma YADAV | Vielen Dank. |
| ja. |
| Larry LaRusso | Nun, schlaf ein wenig. |
| Karishma YADAV | ja. |
| Larry LaRusso | es nähert sich jetzt 11, aber ähm. |
| Vielen Dank, und wieder werden wir Sie wissen lassen, ob es irgendwelche Probleme oder was auch immer gibt, und wenn Sie es tun würden. |
| Ich bekomme einen Link, den ich mit externen Leuten teilen kann. Ich werde ihn Ihnen allen schicken, wenn Sie ihn sich nur ansehen und sehen möchten, wie er aussieht, aber es wird nur das rohe P sein, also wird es alle unsere haben Front-End-Zeug und all dieses Back-End-Zeug, aber. |
| Wenn Sie nur neugierig sind, schicke ich Ihnen das nur für Ihr Interesse und dann wissen Sie einfach, dass wir es produzieren werden, Sie wissen und tun, dass einige es machen werden, Sie wissen, dass Sie interaktiv sind und vorher gut aussehen, weil. |
| Okay, alles klar. |
| yeah yeah Ich habe einen großartigen Tag, Abend, was auch immer der Fall sein mag, und nochmals vielen Dank, dass Sie sich mir angeschlossen haben. |
| Karishma YADAV | Vielen Dank. |
| Larry LaRusso | Okay, schön, euch alle kennenzulernen. Passt auf euch auf. |
| Karishma YADAV | Danke, auch hier gute Nacht und gut. |
| Morgen. |
| Larry LaRusso | Tschüss. |
| hallo. |
