L'infection à Helicobacter pylori (ci-après dénommée Hp) est devenue un problème international. Le taux d'infection à Hp en Chine est d'environ 50 à 90 %, ce qui est supérieur au niveau moyen des pays développés (50 à 70 %). L'infection à Helicobacter pylori est devenue une crise de santé publique dans mon pays. À l'heure actuelle, il n'existe pas de consensus sur les voies d'infection et les comportements à risque de H. pylori en Chine. La manière de découvrir efficacement les facteurs d'influence de la maladie est également un sujet qui mérite d'être discuté dans la recherche.
La technologie actuelle de l'intelligence artificielle et l'analyse des mégadonnées peuvent jouer un rôle important dans la recherche et l'analyse auxiliaire. Dans cette étude, le pharmacien responsable de l'hôpital de médecine traditionnelle chinoise de la ville de Zhongshan, province du Guangdong Yuan Yiming, Partager comment il utilise les données pour explorer la relation linéaire entre les données de caractéristiques relatives et les résultats, en appliquant pleinement la visualisation et l'interprétabilité de l'apprentissage automatique, dans le but de comprendre les modèles d'infection et les comportements dangereux de HP en Chine, et d'établir une solution facile à utiliser et économique Le modèle prédictif des infections constitue une référence pour les infections asymptomatiques.
Cette étude a sélectionné comme sujets de recherche des personnes en bonne santé ayant subi des tests respiratoires au carbone 13 et au carbone 14 ou un test gastroscopique de la muqueuse pour la détection d'Helicobacter pylori dans le centre d'endoscopie et d'examen physique.
Les chercheurs ont conçu un questionnaire électronique sans échelle composé de deux catégories et de plusieurs catégories liées à l'infection à Helicobacter pylori, sur la base d'experts et de données de la littérature. Le formulaire du questionnaire est divisé en trois dimensions et 63 variables : ① formulaire d'informations de base du patient, ② formulaire de manifestation clinique et ③ formulaire d'habitudes de vie et d'alimentation.
Le chercheur a utilisé JMP Pro pour effectuer une analyse statistique des données. Tout d'abord, une analyse monofactorielle a été réalisée sur les données, puis une analyse de régression logistique multiple a été réalisée pour établir un modèle de prédiction. Enfin, un tracé forestier a été dessiné sur la base des résultats des termes d'effet du modèle.
Principales idées et étapes d’analyse
Étape 1 : Nettoyer les données existantes
JMP peut être utilisé pour classer et gérer les variables de lots. Étant donné que les variables collectées sont des variables qualitatives, les opérations standardisées sur les caractéristiques des colonnes sont effectuées sur toutes les variables dans JMP Pro et toutes les variables sont uniformément converties en variables de nom de caractère.
Étape 2 : Générer des colonnes de validation
La fonction de vérification de JMP peut être utilisée pour classer les données en ensemble d'apprentissage et en ensemble de vérification. Le groupe de formation et le groupe de validation sont sélectionnés au hasard selon 7.5 : 2.5, comme indiqué ci-dessous :
Étape 3 : Analyse factorielle unique
Grâce à l'analyse des contingences et à la plateforme de distribution, on peut constater que les gens vivent dans des étages, ont des douleurs à l'estomac, des reflux acides, des ballonnements, une perte d'appétit, une mauvaise haleine, une bouche amère, des grondements d'estomac, de la faim, de l'anémie, préparent le déjeuner à la maison, fument. , et utiliser les transports en commun pour sortir.À l'exception des baguettes, de l'habitude d'utiliser des baguettes de service et de la question de savoir si les membres de la famille et les amis sont infectés, il n'y a pas de signification statistique dans les autres variables.
Étape 4 : Analyse multifactorielle
Dans JMP, cliquez sur le menu "Analyse" → " Modèle adapté (Modèle adapté) » (Figure 2), dans la boîte de dialogue contextuelle, importez si vous êtes infecté par Helicobacter pylori dans « Y » et importez les variables indépendantes à analyser dans la boîte « Effet du modèle construit ». Vérifiez en fonction de la colonne de vérification générée.
À partir du test du rapport de vraisemblance des effets présenté dans la figure ci-dessous, nous pouvons voir que la probabilité d'avoir une haleine, la mauvaise haleine, l'utilisation ou non de baguettes publiques, la préparation du déjeuner à la maison, l'habitude d'utiliser des baguettes publiques, l'anémie et le nombre d'étages de la famille. vit dans est > chi carré, ce qui est statistiquement significatif.
À partir des résultats du résumé des effets, nous pouvons voir la contribution des variables indépendantes
À partir des résultats récapitulatifs des effets (image), cette partie reflète la valeur de contribution de chaque variable, qui est principalement reflétée par la valeur LogWorth. La valeur LogWorth est égale à -log dix P.
Comme le montre la figure ci-dessous, parmi les 15 variables indépendantes, les plus grands contributeurs sont l'haleine, la mauvaise haleine et l'habitude d'utiliser des baguettes de service, tandis que les nausées et les maux d'estomac ont un impact moindre. Ce résultat peut refléter intuitivement la contribution des variables indépendantes et peut également être utilisé comme référence pour un filtrage ultérieur des variables. D'après le test global du modèle, la valeur de probabilité > chi carré est inférieure à 0,001, ce qui prouve que le modèle est statistiquement significatif. Ici, les variables avec de faibles valeurs de contribution sont supprimées.
Avant la suppression
Après suppression
estimations des paramètres
Grâce à l'estimation des paramètres (image), la formule du modèle de prédiction correspondant peut être obtenue, ainsi que l'impact de chaque variable sur l'observation finale.
Validation du modèle
Les aires sous la courbe ROC du groupe de formation et du groupe de validation étaient respectivement de 0,7334 (IC à 95 % 0,709 ~ 0,784) et 0,7153 (IC à 95 % 0,6729 ~ 0,7577). Après analyse, le modèle est à un bon niveau.
À partir de la carte forestière, déterminer quels facteurs sont des facteurs de protection et lesquels sont des facteurs dangereux
Enregistrez le tableau des résultats de régression logistique multiple et des valeurs OR, et créez un tracé forestier dans le générateur de graphiques basé sur la série de données OR.
Grâce à une analyse de régression monofactorielle à multifactorielle, on peut voir que Ballonnements, mauvaise haleine, déjeuner ( Cuisinez-le à la maison ) , que vous ayez l'habitude d'utiliser des baguettes de service à la maison et lorsque vous sortez, que les membres de votre famille soient infectés et le nombre d'étages sur lesquels vous vivez sont les principaux facteurs d'infection à Helicobacter pylori. Grâce à la carte forestière, nous pouvons voir quels facteurs sont des facteurs de protection et quels sont des facteurs de danger.
En résumé, en analysant les caractéristiques de l'infection et les facteurs comportementaux à risque d'Helicobacter pylori, nous pouvons fournir des orientations pour explorer les voies d'infection d'Helicobacter pylori et formuler des stratégies infirmières de pré-traitement basées sur le modèle construit.
Index du texte original : Exploration de données pour construire des modèles de prédiction et des stratégies de prévention et de traitement pour les patients atteints d'une infection à Helicobacter pylori [J]. Journal de gastroentérologie et d'hépatologie ,2022,31(09): 992-998.
Si vous êtes intéressé par les idées et les méthodes de cette étude de cas ou si vous souhaitez avoir des discussions plus approfondies avec l'auteur, vous êtes invités à vous inscrire au séminaire en ligne JMP le 27 avril, de 14h00 à 15h30 :
Cliquez ici pour vous inscrire
À ce moment-là, le Dr Yuan visitera la salle de diffusion en direct du JMP pour partager avec vous en détail les idées d'analyse et les expériences précieuses de cette étude de cas. Un contenu merveilleux, ne le manquez pas ! Maintenant Essayez JMP 17 gratuitement pendant 30 jours .
Lecture recommandée:
