지난 몇 년 동안 전 세계적으로 코로나19 백신이 미치는 영향 속에서도 예측 모델링을 위한 분석 방법이 크게 발전했습니다.Gradient Boosted Tree와 심층 신경망은 시계열 예측을 위한 최첨단 방법으로 등장했습니다. 최근 내용을 검토할 수 있습니다. 특별호 ~의 국제 예측 저널 , 포함 종이 David Lander와 저는 그래디언트 부스트 트리를 독점적으로 사용하는 M5 Uncertainty 대회의 우승 솔루션에 대해 설명합니다. 이 노트에서는 JMP Pro의 XGBoost 추가 기능 코로나19 백신 안전성을 둘러싼 논란의 중심에 있는 미국 질병통제센터(CDC)의 현재 데이터세트에 대한 기본 시계열 예측을 위해.
세 개의 긴 블로그 게시물 시리즈에서 윤리적 회의론자 (TES)는 2021년 초 코비드-19 백신이 출시된 이후 과도한 암 및 기타 사망률이 크게 증가했다는 점에 대해 경종을 울렸습니다. 그는 CDC에서 공개적으로 사용 가능한 데이터를 사용하며 그의 기본 그래프 중 하나는 다음과 같습니다.
반박에서는, 제프리 모리스 (JM)은 데이터를 재분석한 후 2022년 3월 12일까지 신호가 설득력이 없어 보인다는 결론을 내렸습니다. 그의 그래프 중 두 개는 다음과 같습니다.
JM은 다음과 같이 씁니다.
그의 주장을 평가하는 열쇠는 물론 2022년 데이터가 더 성숙해지고 여름까지 더 완전한 데이터를 확보하는 것을 보는 것입니다. 2021년 봄 최저치로 인한 암 사망자의 증가가 2022년 내내 계속된다면 이는 그의 가설에 대한 더 많은 뒷받침을 제공할 것입니다. 그러나 2022년 초에 시작된 것으로 보이는 감소가 계속된다면 이는 본질적으로 암 사망률이 더 높다는 주장을 약화시킬 것입니다. 2021년 초에 도입된 일부 요인으로 인해 암으로 인한 사망이 발생했습니다.
이제 JMP Pro에서 분석하여 현재 상황을 확인할 수 있는 2022년 여름 데이터가 생겼습니다. 데이터는 다음을 포함하는 두 개의 .csv 파일로 제공됩니다. 2014-2019 그리고 2020-2022 . 후자는 새로운 데이터가 지속적으로 추가되기 때문에 "임시"로 간주되며, 마지막 몇 주는 아직 완전히 표로 작성되지 않았기 때문에 숫자가 비정상적으로 낮은 경향이 있습니다. 후속 분석은 2022년 11월 22일에 다운로드한 데이터를 기반으로 합니다.
초과 사망률에 대한 질문을 조사하려면 불일치를 추정하기 위해 현재 데이터에서 뺄 수 있는 시간 경과에 따른 기본 사망률에 대한 적절한 추정치가 필요합니다. TES는 다음을 설명합니다. 상당히 복잡한 작업 흐름 이를 달성하기 위해 6주간의 평활화 기능과 암 대신 코로나19로 인해 사망한 것으로 이전에 사망한 개인을 수용하기 위한 "당김 효과"가 포함됩니다. 불행하게도 TES는 접근 방식의 단계가 합리적으로 보이지만 결과를 정확하게 재현할 수 있는 코드를 제공하지 않는 것으로 보입니다. JM은 기본 선형 추세에 주별 계절 평균(각각 위 왼쪽 그래프의 노란색 선과 파란색 선)을 더해 기준선을 추정합니다. 그는 훌륭하게 제공합니다 R 코드 , 나는 그의 결과를 성공적으로 실행하고 재현할 수 있었습니다. TES와 JM의 기준선은 2014~2019년 데이터를 기반으로 한 2020~2022년의 효과적인 예측이며, 이는 전염병이 2020년 1월경에 시작되었다는 점을 고려하면 합리적인 시간 분할입니다.
최근 시계열 예측을 위한 그래디언트 부스트 트리의 강력한 성공을 고려할 때 재분석을 위한 매력적인 접근 방식은 XGBoost를 사용하여 2014~2019년 데이터로 2020~2022년 사망률을 예측하고 이를 2020~2022년의 초과 사망을 평가하기 위한 기준선으로 사용하는 것입니다. XGBoost 예측의 핵심은 미래에 대한 일반화를 가능하게 하는 적절한 시간 기반 기능을 엔지니어링하는 것입니다. 데이터와 문제의 구조에 따라 다양한 기능이 가능합니다. 우리를 보아라 IJF 논문 이와 관련하여 자세한 내용은. TES 및 JM과의 비교를 용이하게 하기 위해 주 및 156주 시차 값이라는 두 가지 숫자 특성만 사용하는 간단한 접근 방식을 사용합니다. 더 정교한 기능은 확실히 가능합니다. 비록 이 두 가지 기능이 합리적으로 훌륭한 작업을 수행하고 이와 같은 문제에 대한 XGBoost의 강력한 초기 예시를 제공하는 것처럼 보이지만 말입니다. 결과는 그래프 빌더에 아래와 같이 표시됩니다.
상단 패널에는 원시 데이터가 파란색으로 표시되고 XGBoost 예측이 빨간색으로 표시됩니다. 단순한 XGBoost 예측은 "안구" 테스트를 통과하지만 보다 신중한 모델링을 통해 개선될 가능성이 매우 높습니다. 중간 패널에는 적합치의 잔차가 있으며, 2020년 이후의 결과는 매주 초과 암 사망에 대한 추정치로 간주될 수 있습니다. 관찰된 데이터는 2021년 중반 이후 대부분의 주 동안 예측을 초과하는 것으로 나타났습니다. 하단 패널에는 잔차의 누적 합계가 표시되며 최종 수치인 15,000은 2022년 10월 1일의 총 초과 사망에 대한 대략적인 추정치입니다. 이 분석의 초기 결론은 2021년 중반 이후 과도한 암 사망자가 발생했다는 TES의 주장을 뒷받침하며, 이는 백신이 인과적 역할을 할 수 있음을 시사합니다.
초과 사망자를 추정하는 것은 복잡한 주제이며, 앞의 분석은 결정적인 것보다 더 설명적인 간단한 출발점이 되도록 설계되었습니다. 그만큼 질병통제예방센터 그리고 영국 오히드 훨씬 더 깊이 있는 페이지가 있고 온라인에서 수많은 분석과 논쟁이 있습니다. 예를 들어, JM 그리고 매튜 크로포드 지역적 심슨의 역설을 보여주는 놀라운 보험 데이터에 대해 철회된 종이 Kostoff et al.의 도발적인 기사 노먼 펜턴(Norman Fenton)과 동료들 그리고 스티브 커쉬 영국에서 온 데이터에 대해. 겨울철에 어떤 데이터와 논쟁이 일어날지 지켜보는 것도 흥미로울 것입니다. 다행히 우리에게는 데이터를 효율적이고 직접 분석할 수 있는 JMP Pro와 같은 신뢰할 수 있는 도구가 있습니다.
JMP Pro에서 XGBoost 예측 분석을 재현하는 단계는 다음과 같습니다. 이를 사용하여 지금 또는 나중에 더 많은 데이터를 사용할 수 있게 되면 추가 탐색을 수행할 수 있습니다.
- 두 개의 CDC 테이블( 2014-2019 그리고 2020-2022 ). 데이터를 발생 관할 구역 == "미국"으로 부분 집합합니다.마지막 5개 행을 선택한 다음 행 > 숨기기 및 제외를 클릭합니다. 마지막 5개 행을 제외하고 원시 데이터의 초기 Graph Builder 표시를 기반으로 2022년 10월 1일을 마감일로 선택했습니다. 항상 데이터를 플롯하십시오!
- 2020~2022년에 대한 행을 선택한 다음 행 > 행 선택 > 열에서 이름 선택을 수행하여 2014~2019년에 대해 0(선택되지 않음), 2020~2022년에 대해 1(선택됨) 값을 갖는 Val20이라는 새 변수를 생성합니다. 열의 가장 왼쪽 패널에서 옆에 있는 빨간색 히스토그램을 마우스 오른쪽 버튼으로 클릭하여 이 변수의 분석 유형을 연속형으로 변경합니다. Val20은 모델 피팅 중에 2020~2022년을 유지하기 위해 XGBoost의 검증 열로 사용됩니다.
- 숫자 변수 MMWR Week는 이미 테이블에 있으며 첫 번째 기능입니다. 두 번째 기능을 엔지니어링하려면 1차 암 반응인 악성 신생물(C00-C97) 열을 선택합니다.테이블에서 이 변수 > 새 수식 열 > 행 > 지연 배수를 마우스 오른쪽 버튼으로 클릭합니다. 시작 및 끝 값으로 156을 선택한 다음 확인을 클릭합니다. 그러면 3년 시차 변수인 새 열이 생성됩니다. 우리는 2014~2019년 관측값을 누출 없이 2020~2022년 예측 기간을 완전히 포함하기 위해 3년 지연을 사용합니다.
- 설치하다 XGBoost 추가 기능 .추가 기능 > XGBoost > XGBoost를 클릭합니다. 악성 신생물(C00-C97)을 Y 응답으로, MMWR 주 및 새로운 3년 지연 기능을 X로, Val20을 검증으로 지정합니다. 확인을 클릭하고 자동 조정을 선택한 다음 이동을 클릭하세요. 결과는 다음과 유사해야 합니다.
- XGBoost 출력 창에서 Model 1 옆의 빨간색 삼각형을 클릭하고 예측 저장을 클릭합니다. 이렇게 하면 모든 행에 대한 예측이 JMP 테이블에 저장됩니다. 2020~2022년에 대한 데이터는 훈련 중에 해당 데이터를 공개했기 때문에 예측된 것입니다. 위 오른쪽 플롯은 45도 기준선 위에 있는 대부분의 지점에서 알 수 있듯이 관측 값이 2020~2022년 예측치를 초과한다는 것을 보여줍니다.
- 표에서 악성 신생물(C00-C97)과 새 예측 열을 모두 선택합니다. 마우스 오른쪽 버튼 클릭 > 새 수식 열 > 결합 > 차이를 클릭합니다. 그러면 새 잔차 열이 생성됩니다. 이 새 열 > 새 수식 열 > 행 > 누적 합계를 선택하고 마우스 오른쪽 버튼으로 클릭합니다.
- 그래프 빌더에서 Week End Date를 X로 끌어오고 이전에 생성된 변수를 Y로 끌어 이전에 표시된 디스플레이를 만듭니다.
모든 데이터(1~3단계)와 내장된 XGBoost 및 Graph Builder 스크립트(4~7단계)가 포함된 JMP 테이블이 첨부되어 있습니다. 여기에 있는 주제와 관련하여 언제든지 저에게 연락해 주세요.
