La infección por Helicobacter pylori (en lo sucesivo, Hp) se ha convertido en un problema internacional. La tasa de infección por Hp en China es de aproximadamente 50% a 90%, que es más alta que el nivel promedio en los países desarrollados (50% a 70%). La infección por Helicobacter pylori se ha convertido en una crisis de salud pública en mi país. En la actualidad, no hay consenso sobre la ruta de la infección por Hp y el comportamiento de riesgo en China.Cómo descubrir de manera efectiva los factores que influyen en la enfermedad es también un tema digno de discusión en la investigación.
La tecnología de inteligencia artificial AI de hoy y el análisis de big data pueden desempeñar un papel importante en la investigación y el análisis auxiliar. En este estudio, el farmacéutico jefe del Hospital de Medicina Tradicional China de Zhongshan, provincia de Guangdong yuan yiming, Comparta cómo utiliza la minería de datos para explorar la relación lineal entre los datos de características relativas y los resultados, aplica completamente la visualización y la interpretabilidad del aprendizaje automático, tiene como objetivo comprender el modo de infección y el comportamiento peligroso de Hp en China, y establece un conveniente y económico El predictivo El modelo de infección proporciona una referencia para las infecciones asintomáticas.
En este estudio, se seleccionaron como objetos de investigación personas sanas que recibieron pruebas de aliento con carbono 13 y carbono 14 o pruebas de mucosas bajo gastroscopio para verificar la detección de Helicobacter pylori en el centro de endoscopia y examen físico.
Los investigadores diseñaron un cuestionario electrónico sin escala que constaba de dos categorías y múltiples categorías relacionadas con la infección por Helicobacter pylori en base a expertos y datos de la literatura. El cuestionario se divide en tres dimensiones con 63 variables: ①ficha de información básica del paciente, ②ficha de manifestaciones clínicas y ③ficha de hábitos de vida y alimentación.
Los investigadores utilizaron JMP Pro para el análisis estadístico de los datos. Primero, se realizó un análisis de factor único sobre los datos, luego se realizó un análisis de regresión logística múltiple para establecer un modelo de predicción y, finalmente, se dibujó un diagrama de bosque basado en los resultados de los elementos del efecto del modelo.
Principales ideas y pasos del análisis
Paso 1: limpieza de datos para datos existentes
Las variables de lote se pueden clasificar y gestionar mediante JMP. Dado que las variables recopiladas son variables cualitativas, JMP Pro realiza operaciones de función de columna estandarizadas en todas las variables y convierte uniformemente todas las variables en variables de nombre de tipo carácter.
Paso dos: generar columnas de validación
Usando la función de validación de JMP, los datos se pueden clasificar en conjunto de entrenamiento y conjunto de validación. De acuerdo con 7.5:2.5, seleccione aleatoriamente el grupo de entrenamiento y el grupo de verificación, como se muestra en la siguiente figura:
Paso tres: análisis univariante
A través del análisis de contingencia y la plataforma de Distribución, se puede encontrar que el suelo vivo de la multitud, dolor de estómago, reflujo ácido, distensión abdominal, pérdida de apetito, mal aliento, boca amarga, zumbido estomacal, hambre, anemia, cocinar en casa para almorzar, fumar y usar el transporte público para salir Excepto los palillos, el hábito de usar palillos para servir y si los familiares y amigos están infectados, otras variables no tienen significación estadística.
Paso cuatro: análisis multivariado
En JMP, haga clic en el menú "Analizar" → " modelo de ajuste (Modelo de ajuste) " (Figura 2), en el cuadro de diálogo que aparece, importe la infección por pylori o no en "Y", e importe las variables independientes para ser un análisis multivariante en el cuadro "Efecto del modelo de construcción". Valide en función de la columna de validación generada.
A partir de la prueba de razón de verosimilitud del efecto que se muestra en la figura a continuación, se puede ver que la probabilidad de mal aliento, mal aliento, si usar palillos para servir, cocinar el almuerzo en casa, el hábito de usar palillos para servir anemia y el número de pisos donde la residencia vive > chi-cuadrado tiene significación estadística.
A partir de los resultados del resumen del efecto, podemos ver la contribución de las variables independientes
A partir de los resultados del resumen del efecto (gráfico), esta parte refleja el valor de la contribución de las respectivas variables, reflejado principalmente por el valor LogWorth, que es igual a -log 10 pag.
Como se puede observar en la siguiente figura, entre las 15 variables independientes, el aliento, el mal aliento y el hábito de usar palillos públicos son los que más contribuyen, mientras que las náuseas y el dolor de estómago tienen menos influencia. Este resultado puede reflejar directamente la contribución de las variables independientes y también puede utilizarse como referencia para una selección adicional de variables. De la prueba del modelo general, el valor de probabilidad > chi cuadrado es inferior a 0,001, lo que demuestra que el modelo construido es estadísticamente significativo. Aquí se eliminan las variables con valor de contribución bajo.
Antes de la eliminación
después de la eliminación
estimaciones de parámetros
Mediante la estimación de parámetros (figura), se puede obtener la fórmula del modo de predicción correspondiente y la influencia de cada variable en la observación final.
Modelo de validación
El área bajo la curva ROC del grupo de entrenamiento y el grupo de verificación fueron 0,7334 (IC 95% 0,709-0,784) y 0,7153 (IC 95% 0,6729-0,7577), respectivamente. Después del análisis, el modelo está en un buen nivel.
Según el diagrama del bosque, qué factores son factores protectores y cuáles son factores de riesgo
Guarde los resultados de la regresión logística múltiple y las tablas de valores OR, y cree un gráfico de bosque en el generador de gráficos basado en la serie de datos OR.
Del análisis de regresión univariado a multivariado, se puede ver que Aliento distendido, mal aliento, almuerzo ( cocinar en casa ) Los factores principales para la infección por Helicobacter pylori son si existe la costumbre de usar palillos para servir en casa y al salir, si los miembros de la familia que viven juntos tienen infección y cuántos pisos vive la casa. A través del mapa forestal, podemos ver qué factores son factores protectores y cuáles son factores de riesgo.
En resumen, al analizar las características de infección y los factores de comportamiento de riesgo de Helicobacter pylori, proporciona una dirección para explorar la ruta de infección de Helicobacter pylori y formula estrategias de enfermería previas al tratamiento basadas en el modelo construido.
índice de texto original : Minería de datos para construir un modelo de predicción y una estrategia de prevención para pacientes con infección por Helicobacter pylori [J]. Revista de Gastroenterología y Hepatología ,2022,31(09): 992-998.
Si está interesado en las ideas y métodos de este estudio de caso o desea tener más intercambios y discusiones en profundidad con el autor, puede inscribirse en el seminario en línea de JMP el 27 de abril a las 14:00-15:30 :
Registrate aquí
En ese momento, el Dr. Yuan visitará la sala de transmisión en vivo de JMP y compartirá con usted en detalle las valiosas ideas de análisis y la experiencia de este estudio de caso. ¡Excelente contenido, no te lo pierdas! Ahora Prueba JMP 17 gratis durante 30 días .
Lectura recomendada:
