Hola todos.
Gracias para Afinación en a mi hablar.
Soy David meintrup,
Profesor en Universidad de Ingolstadt de Aplicado Ciencias.
Y hoy, I voluntad hablar acerca de A Lasso R. egresión a Detectar R isk F actores
para O fatal resultados en Críticamente enfermo COVID-19 Pacientes.
Encima el último dos años,
algo comenzó a cada vez más molestar a mí,
y él es no qué tú probablemente pensar ahora, la p andémico,
o en el menos no solo.
El tema es conectado a este.
Este es a mí donación a hablar en profundo aprendiendo y artificial inteligencia
en el Descubrimiento Cumbre 2019 en el maravilloso ciudad de Copenhague.
Y desde entonces,
él aspecto como AI tiene convertirse el universal herramienta para todo,
entonces dejar a mí dar tú un ejemplo.
En Puede 2021,
el General Director de el Mundo Salud Organización
dicho el siguiente:
"Uno de el lecciones de COVID-19
es eso el mundo necesidades a significativo salto adelante
en datos análisis.
Este requiere aprovechar el potencial de avanzado tecnologías
semejante como artificial inteligencia."
Entonces a a mí, este siente como a poco, olvidar acerca de el científico método
definiendo el meta, especificando el herramientas, indicando el hipótesis, y etcétera,
Justo gota el magia palabra artificial inteligencia
y tú son en el bien lado.
Entonces por lo tanto, I decidido a dar este hablar en el forma de a diálogo
entre un AI entusiasta en el izquierda lado y a estadístico en el bien lado.
Y Soy yendo a hablar a poco más específicamente en estadístico modelos,
artificial inteligencia, y penalizado regresión.
Y entonces en el segundo parte de el hablar, Soy de hecho yendo a presente
el caso estudiar acerca de el críticamente enfermo COVID-19 pacientes.
Entonces vamos conseguir comenzó.
Aquí está el primero pregunta de nuestro AI entusiasta.
En el era de artificial inteligencia y profundo aprendiendo,
OMS necesidades estadístico regresión modelos?
Aquí está mi corto respuesta eso I prestado de juan lav ista,
Vicio Presidente en Microsoft.
"Cuando nosotros aumentar dinero, es AI, cuando nosotros contratar, es máquina aprendiendo,
y cuando nosotros hacer el trabajar, es logístico regresión."
Entonces I amar este Pío porque en mi opinión en el menos,
él se condensa a lote de verdad en a muy corto declaración.
AI tiene convertirse a universal marketing herramienta.
Pero para el real problemas, nosotros aún usar tradicional avanzado estadístico métodos.
A pequeño poco más extenso respuesta podría ser el siguiente.
Si I mirar en el típico tarea de ingenieros y científicos,
ellos incluir innovar, entender, mejorar, y predecir.
Y profundo aprendiendo y artificial inteligencia
es principalmente a predicción herramienta.
Para todo demás,
nosotros aún necesidad avanzado estadístico métodos como tradicional máquina aprendiendo,
estadístico modelado, y diseño de experimentos.
Bueno, pero tú tener a admitir
eso allá son muy exitoso aplicaciones de AI y profundo aprendiendo.
Bien, hay absolutamente No duda acerca de eso.
Para ejemplo,
prediciendo el próximo mover en a juego como ajedrez y Ir.
El profundo- aprendiendo algoritmos hacer este forma mejor que cualquier humano ser.
O I haría como a introducir mi favorito artificial inteligencia solicitud,
cual es resolviendo el proteína plegable problema.
El proteína plegable problema tiene famosamente estado introducido 1972
por el Nobel Premio ganador, cristiano Anfinsen,
OMS dicho en su aceptación discurso
eso a proteínas aminado ácido secuencia debería completamente determinar es 3D estructura.
Y encima el último 50 años, este problema tiene básicamente estado no resuelto.
Y allá era muy pequeño progreso
hasta Mente profunda por Google desarrollado un AI- basado algoritmo llamado alfaf viejo
eso a a muy grande medida resuelto el proteína plegable problema.
Y tú ver dos ejemplos de este en el bien lado.
Este es muy impresionante y hermoso trabajar.
Y I incluido él aquí porque I buscado a aclarar
eso este es el perfecto profundo- aprendiendo AI problema.
Nosotros tener a vasto cantidad de datos,
nosotros tener a combinacional explosión de opciones,
y el resultado nosotros son mirando para es a predicción,
el actual 3D estructura de el proteína.
Entonces para predicciones, nosotros debería siempre usar AI.
No en todo.
Para ejemplo, en el conjunto de datos eso I voluntad presente
acerca de el críticamente enfermo COVID-19 pacientes,
nosotros desear el modelo a predecir si el paciente voluntad sobrevivir o voluntad morir.
Pero el puro predicción no en realidad ayuda.
Si tú saber alguien es yendo a morir, qué tú desear es tú desear a tratar,
tú desear a prevenir, tú desear a saber el riesgo factores,
tú desear a ser capaz a acto
y no justo simplemente prediciendo muerte o supervivencia.
Entonces qué nosotros necesidad es a en realidad interpretable modelo
eso voluntad pista estos cosas eso nosotros necesidad
como tratamiento, prevención, y riesgo factores.
Otro forma de mirando en él,
vamos tener a mirar en típico datos- impulsado modelado estrategias.
Qué es muy típicamente hecho en profundo- aprendiendo AI ambiente
es eso tú llevar todo disponible datos,
tú tirar él en el profundo- aprendiendo AI algoritmo.
Y él podría predecir muy Bueno el resultado eso estás mirando para,
pero estás conseguir a completamente no interpretable modelo.
Qué un ¿alternativa?
Un alternativa es a ya en el datos recopilación proceso
pensar con cuidado qué datos hacer tú necesidad con avanzado estadístico métodos.
Entonces aplicar a estadístico modelo,
y como a resultado, tú conseguir a completamente interpretable modelo.
Bueno, dice nuestro AI entusiasta,
Pero tú son desaparecido un importante punto aquí.
Estadístico modelos podría ser lindo para pequeño datos conjuntos,
pero para grande datos, ellos no poder ser usado, ¿bien?
Bien, No.
Para grande datos conjuntos, allá son varios inteligente maneras
a reducir el dimensionalidad
antes tú comenzar con el adecuado proceso de el modelo.
Y I haría como a introducir, en el menos dentro de poco,
tres de estos inteligente maneras a reducir el modelo dimensionalidad.
Número uno, redundancia análisis, algo tú podría tener escuchó acerca de.
Si tú tener a grande datos colocar,
el precio tú pagar es típicamente eso el factores son altamente correlacionado
y tú poder medida el cantidad de correlación dentro el colocar de factores
por el valor eso es llamado diferencia inflación factor.
Y entonces tú poder de hecho eliminar el factores
con el más alto diferencia inflación factores.
¿Por qué?
Porque ellos no agregar adicional información
a el colocar de factores eso tú son ya mirando en.
Entonces este es uno clásico forma de reduciendo el dimensionalidad de su datos.
Si tú tener categórico datos, para ejemplo,
tú mirar en un X- rayo de el pulmón y tú poder ver diferente síntomas.
Entonces tú poder tener variables eso describir,
este síntoma era allá, este síntoma era allá,
u otro síntoma era allá, X 1, X 2, X 3.
Tal vez para su análisis,
es suficiente a distinguir un normal- mirando pulmón
y a pulmón eso tiene alguno síntomas en algún lugar.
En otro palabras, tú convertir a fila solo con ceros a a cero.
Y si hay en el menos uno uno, tú cambiar él a a uno,
y tú crear a nuevo variable atrapando este información.
O a dar tú un alternativa, tú podría suma X 1, X 2, y X 3,
y contar el número de síntomas eso tú ver en un X- rayo.
Este procedimiento es llamado puntuación
y es a muy eficiente forma de reduciendo dimensionalidad.
Principal componente análisis tiene exactamente el mismo espíritu.
Él se recombina continuo variables.
Él acepta a lineal combinación de continuo variables
con el idea de atrapando el variación en uno recién creado variable.
I llamar estos dimensionalidad reducción métodos inteligente,
porque cuando tú aplicar a ellos,
tú ya aprender algo acerca de su datos.
Y eso es el entero objetivo de Estadísticas, no es ¿él?
Aprendiendo cosas de su datos.
Entonces dejar a mí resumir el ventajas de estadístico modelos.
Primero, ellos poder ser usado para todo tipos de tareas,
no solo para predicciones
Segundo, el modelo sí mismo es útil y completamente interpretables.
Y tercero,
tú poder comenzar en a grande conjunto de datos con inteligente dimensionalidad reducción
antes tú de hecho adaptar el modelo.
Soy aún no convencido.
Poder tú dar a mí un ejemplo de a estadístico modelo
eso tú aplicado a a grande conjunto de datos?
Bueno, entonces vamos introducir logístico Lazo regresión.
Lazo es un abreviatura
para el menos absoluto contracción y selección operador,
y por qué él es llamado como eso, I voluntad explicar en a pocos momentos.
vamos introducir este Lazo regresión en cuatro pasos.
Paso número uno es a recordar nosotros mismos de el logístico regresión modelo.
En a logístico regresión modelo, nosotros tener a categórico,
en el más fácil caso, dos- nivel factor...
Lo siento un categórico respuesta con dos niveles,
y nosotros tener a meta a modelo el ocurrencia probabilidad de el evento.
Este es típicamente hecho con este S- conformado función
eso corresponde a el probabilidad de el evento de hecho ocurriendo.
El funcional término es dado aquí a el izquierda,
pero el bien noticias es eso
con un fácil transformación eso es llamado logit transformación,
tú poder doblar el original valores en registro valora,
y entonces el resultado es a simple lineal regresión
en el valores logit.
Entonces el abajo línea es logístico regresión,
es simplemente lineal regresión en logit valores.
Paso número dos.
Este es a clásico situación de a dos- factor lineal regresión modelo.
Y cómo hacer nosotros adaptar este a a datos ¿nube?
Bien, nosotros hacer este con el ayuda de a pérdida función.
Para ejemplo, nosotros llevar el suma de al cuadrado errores,
y entonces nosotros mirar para el mínimo de este función.
Este es el muy famoso y estándar común cuadrado estimador
eso es el resultado de minimizando específicamente este pérdida función
dado por el suma de al cuadrado errores.
En tercer lugar, algo eso es tal vez menos conocido,
I haría como a introducir concepto F de matemáticas
el norma de a vector eso es de hecho justo a representación
de el noción de el distancia de a longitud de a vector.
vamos mirar en tres ejemplos.
El primero uno eso tú ver aquí en el medio
es el clásico distancia eso tú todo saber y usar.
Este es el euclidiano distancia.
Es calculado por tomando el cuadrícula de el coordenadas
y entonces tomando el cuadrado raíz.
El unidad círculo como tú saber representa todo puntos
eso tener a distancia uno, de el centro.
Este es el clásico euclidiano norma.
Nosotros poder simplificar este cálculo por simplemente tomando el suma de absoluto valores.
Entonces en cambio de tomando a cuadrado y tomando a cuadrado raíz,
nosotros simplemente suma el absoluto valores.
Este es llamado el L_1 norma.
Y qué tú ver aquí, este diamante es el representación
de el unidad círculo de este L_1 norma.
En otro palabras, todo el puntos aquí en este diamante tener distancia uno ,
si tú medida distancia con el l _1 norma.
Finalmente, el entonces- llamado máximo norma dónde tú continuar a simplificar.
Tú justo llevar el más grande valor de el dos absoluto valores, x1 y x2 .
Si tú pensar acerca de qué el unidad círculo es en este caso,
él voluntad de hecho doblar en a cuadrado.
Este cuadrado es el unidad círculo para el máximo valor.
Entonces en resumen, nosotros poder medida distancia en diferente maneras en matemáticas,
y qué tú ver aquí, el diamante, el actual círculo o cuadrado
son unidad círculos.
Entonces puntos con distancia uno, justo Medido con tres diferente normas,
tres distancias,
tres diferente nociones de qué a longitud es.
Finalmente, vamos combinar todo hemos hecho entonces lejos.
Entonces nosotros comenzar con el logístico regresión modelo.
Nosotros agregar el pérdida función.
Y ahora, en cambio de tomando el común pérdida cuadrada función,
nosotros agregar un adicional de término.
Y este término consiste básicamente de el L_1 norma de el parámetro.
Tú ver eso nosotros agregar el absoluto valores, Beta_1 y ¿Beta_2?
Entonces este es el L_1 norma de el parámetros
eso nosotros agregar a el pérdida función.
De curso, este es justo uno elección.
Tú podría también cuadrado estos.
Entonces, tú haría conseguir qué es llamado a Cresta regresión
si tú llevar el cuadrado de el parámetros.
Este primero uno aquí,
el arriba uno eso nosotros son yendo a continuar a usar
es llamado el Lazo o L_1 regresión
porque este término aquí es simplemente el norma L_1 de el Beta,
de el parámetro vector.
Ahora, en general, qué este medio es eso tú castigar el pérdida función
para eligiendo grande Beta valores.
Y este es por qué este multa eso tú introducir
dirige a el término penalizado pérdida funciones.
Entonces si tú tener a castigo, una falta para grande Beta vectores,
entonces en cambio de haciendo común el menos cuadrícula,
tú hacer a penalizado regresión.
Ahora, vamos mirar a pequeño poco cerca a el efecto eso penalizar tiene.
Entonces este es una vez de nuevo el penalizado pérdida función
con este adicional término aquí.
Ahora, el grafico eso tú ver aquí
es independiente de el entonces- llamado Afinación parámetro, Lambada.
El más grande lambda es, el más peso este término tiene,
y el más él voluntad fuerza el Valores beta a ser pequeño.
Este es por qué tú ver eso el parámetros encoger.
Y este es por qué este entero procedimiento es llamado absoluto contracción.
En segundo lugar, en este grafico, tú poder considerar este área aquí,
este diamante como el presupuesto eso tú tener
para el suma de el absoluto valores de Beta.
Y en estos elipses, el residual suma de cuadrado es constante.
Entonces estás mirando para el pequeñísimo residual suma de cuadrado
dentro el presupuesto.
Este en el caso dibujado aquí dirige a este punto aquí.
Y pendiente a el forma de este diamante,
estos dos voluntad típicamente conectar en a esquina de el diamante.
Y qué este medio es eso el correspondiente parámetro
es colocar precisamente a cero.
Y este es por qué este método es también bien para selección
porque configuración este parámetro cero medio nada demás
que patear él afuera de el modelo.
Entonces este es en resumen por qué nosotros llamar el l _1 regresión Lazo.
Él tiene a contracción elemento y a selección elemento
pendiente a estos dos descrito características.
Uno último práctico aspecto de Lazo regresión
es acerca de el Afinación parámetro, este lambda aquí.
Cómo hacer tú elegir ¿él?
Bien, uno muy común acercarse es el siguiente:
tú usar a validación método
como para ejemplo, Información sobre Akaike criterio,
y tú trama el dependencia de el AIC de Lambada.
Y entonces tú poder elegir a lambda valor
eso da tú a mínimo AIC.
En el izquierda lado, tú ver cómo el parámetros encoger
y tú poder ver el azul líneas eso corresponder a el parámetros
eso son de hecho no- cero
mientras el otro unos son ya forzado a ser cero.
Soy aún no convencido.
Poder tú espectáculo a mí a concreto caso ¿estudiar?
De curso.
Entonces el datos eso Soy yendo a presente aquí
consiste de 739 críticamente enfermo UCI pacientes con COVID-19
eso era recogido en el comienzo de el pandemia
entre Marzo y Octubre 2020.
Nosotros tener uno binario respuesta
eso consiste de el niveles recuperado y muerto,
y nosotros tener 43 factores:
laboratorio valores, partes vitales, pre- existente condiciones, etcétera.
Este es el datos eso nosotros son yendo a analizar ahora.
Entonces aquí, tú ver el conjunto de datos.
Él tiene 44 columnas, como tú poder ver abajo aquí.
Y 739 pacientes.
Ahora, vamos comenzar familiarizándose a pequeño poco aquí con el datos.
Nosotros tener este último conocido estado, recuperado y muerto,
género edad, y IMC.
Y entonces nosotros tener adicional base valores,
comorbilidades, signos vitales, l ab valores, síntomas, y Connecticut resultados.
vamos mirar en alguno distribuciones.
Entonces este es el distribución de el último conocido estado.
Entonces tú poder ver eso desafortunadamente 46 por ciento de estos pacientes fallecido.
Nosotros ver aquí el sesgado edad distribución con un énfasis aquí arriba 60.
Y tú poder ver eso apenas 70 por ciento de el pacientes son machos.
Tener a mirar en el adicional base valores.
Tú poder ver aquí el cuerpo masa índice,
y tú voluntad aviso eso nosotros tener a tendencia de un alto cuerpo masa índice
arriba 25.
Nosotros tener bastante a lote de AS y EN inhibidores,
y también de estatinas, entonces tratos para colesterol
y para sangre presión y alguno inmunosupresor.
Próximo, comorbilidades.
Tú ver eso casi dos tercios son hipertenso,
y nosotros tener bastante a significativo cantidad de cardiovascular enfermedad,
de pulmonar enfermedad,
y acerca de 30 por ciento de nuestro pacientes tener diabetes.
Ahora, para el restante cuatro grupos, signos vitales, l ab valores, síntomas, y CONNECTICUT,
Soy yendo a espectáculo tú uno representante de cada
entonces eso tú poder conseguir a sentimiento de cómo estos valores son repartido.
Este es el respiratorio tasa.
Estos son el número de linfocitos.
Entonces este es a vital parámetro, a laboratorio parámetro.
Aquí, tú tener a síntoma, severo hígado falla
eso poder ocurrir en el UCI.
Y este es a Connecticut resultado,
áreas de consolidación eso poder ser visto en el Connecticut de el pulmón.
Bueno, entonces ahora nosotros son listo
y nosotros son de hecho yendo a analizar el modelo.
Entonces I ir a Analizar, F. es m modelo.
I llevar el último conocido estado.
Eso es por qué I tirar en todo demás como factor
y I ir a General Regresión
cual es yendo a llevar a cabo el Lazo regresión.
Tú poder ver aquí eso el Lazo Estimacion método
es ya preseleccionado.
Entonces si I hacer clic en Ir, el procedimiento es ya finalizado.
Es muy rápido, y este es el resultado.
Este es el captura de pantalla eso tú sierra ya en el deslizar.
Ahora, Soy no yendo a trabajar con este modelo para el siguiente razón.
Si I ir aquí arriba a el Modelo C comparación sección,
I ver eso I tener 30 parámetros en este modelo.
Entonces este modelo es aún muy grande.
Si I ir atrás abajo aquí,
I poder ver eso mi AIC no cambiar a lote si I poner él más a el izquierda.
En cambio de haciendo este a mano, qué Soy yendo a hacer
es Soy yendo a cambiar el ajustes de JMP
entonces eso él no llevar el mejor- adaptar, el mínimo AIC,
pero en cambio el pequeñísimo dentro el amarillo zona.
Entonces este es algo I poder hacer aquí en el Modelo Lanzamiento.
Entonces I llevar el C avanzado controlar
y I cambiar Mejor Adaptar a S más pequeño en Y amarillo Z uno.
I hacer clic en Ir.
Y ahora, de hecho I tener a muy lindo modelo con dieciséis parámetros.
Ahora, este es el modelo Soy yendo a usar.
Y a ser capaz a espectáculo tú qué factores son en este modelo,
Soy justo yendo a seleccionar a ellos, Seleccionar distinto de cero Términos.
Ahora, I tener estos dieciséis seleccionado,
y I poder poner a ellos en a logístico regresión
y activar el impares proporciones.
Entonces en el arriba, nosotros ver el dieciséis efectos en nuestro modelo.
Y abajo, nosotros poder ver el impares proporciones.
Entonces para ejemplo, el impares relación de edad es 1.07.
Si tú llevar este a el fuerza 10, él voluntad dar tú apenas a valor de dos,
cual medio eso con 10 años más,
apenas, aproximadamente su impares relación dobles.
Su oportunidad de muriendo es dos veces como alto como antes.
Y entonces abajo aquí,
nosotros tener el impares proporciones para el pedagógico variables.
Entonces para ejemplo,
coronario cardiovascular enfermedad tiene un extraño relación de 1.62.
Ahora, I haría como a punto afuera alguno de estos resultados.
Entonces vamos primero mirar en factores
eso son Bueno- conocido de el general población.
Entonces aquí, tú ver el dependencia de el último conocido estado versus edad.
Y tú poder ver cómo este creciente edad
aumentar su oportunidad de muriendo muy significativamente.
Como I dicho antes, el impares relación de 10 años es apenas doble.
En el izquierda lado,
tú ver pulmonar enfermedad y cardiovascular enfermedad
eso ambos también tener a significativo efecto en el riesgo de muriendo de COVID-19- 19.
Y estos los factores son también válido en el general población.
Ahora, más Curiosamente,
nosotros encontrar estos tres factores no a ser en nuestro modelo.
Entonces género, IMC, y hipertensión son no parte de nuestro modelo.
Entonces cómo es eso ¿posible?
Bien, es crítico a recordar
eso nuestro población consiste de UCI pacientes.
Ellos son ya críticamente enfermo.
Entonces nosotros tener 72 por ciento de masculino pacientes,
nosotros tener casi 80 por ciento eso tener a IMC encima 26,
y dos tercios son hipertenso.
Entonces estos factores voluntad de hecho altamente aumentar su riesgo
de un crítico causa de el COVID-19- 19 enfermedad.
Pero una vez tú son críticamente enfermo, en eso punto, ellos no asunto ya no.
Entonces eso era a muy importante resultado para a nosotros.
Cual factores llevar encima de el general población
y cual factores desaparecer en su importancia
una vez tú son ya ¿críticamente enfermo?
Finalmente, I haría como a punto afuera uno más aspecto cual es estatinas.
estatinas eran enteramente insignificante.
Tú ver el PAG valor aquí de 25 por ciento una vez tú miró en a ellos univariadamente.
Pero en nuestro multi factorial modelo, ellos eran altamente significativo.
Y como tú poder ver aquí, el impares relación es abajo uno,
reduciendo el riesgo de mortalidad.
Entonces este es a muy importante lección.
A veces, gente elegir riesgo factores primero en grande conjunto de datos
por mirando en a ellos univariadamente.
Y si tú hizo eso, tú haría con garantizar
tener omitido estatinas,
porque univariadamente, es completamente irrelevante.
Pero en nuestro multifactorial modelo,
nosotros podría espectáculo eso estatinas tener a protector efecto
contra muriendo de COVID-19 una vez tú son críticamente enfermo.
Este hallazgo tiene estado más tarde confirmado por otros.
Y justo como un ejemplo,
I incluido a meta- análisis de Septiembre 21
eso en efecto confirma eso estatinas reducir el mortalidad de pacientes
en a muy grande meta- análisis con casi 150.000 pacientes.
Si estás interesado en más detalles,
nosotros publicado nuestro trabajar en el Diario de Clínico Medicamento.
I haría como a llevar el oportunidad a agradecer mi coautores,
en particular, Esteban Borgman y martina Nowak- machen
de el clínica en Ingolstadt.
Y I haría también como a agradecer tú muy mucho para su atención,
y Soy mirando adelante a su preguntas.
Agradecer tú muy mucho.
