Vocero | Transcripción |
| Pedro Polito | Hola Stan, ¿estás ahí? |
| Hola Pedro. |
| Pedro Polito | Cómo estás. |
| lo estoy haciendo bien. |
| Maravilloso. |
| Pedro Polito | ¿Cómo te sientes al hacer tu resumen hoy? |
| Sí, me siento bastante bien. |
| Muy bien, no tengo ganas de que el putt tuviera otra semana para practicar. |
| Pedro Polito | Ahora seguro. |
| Siempre he pensado que lo perfecto es enemigo de lo bueno. |
| Sí, sí, tienes razón en eso. Sí, hice clic en el enlace equivocado. |
| Oh, lo siento, sí, está bien hacer clic para ir al espacio en el que estoy grabando para este. |
| Pedro Polito | Ah, ya veo. |
| Donde estás nosotros estamos. |
| Pedro Polito | lo lamento. |
| Muy bien, déjame detenerme. |
| Estás escuchando para confirmar algunas cosas antes de comenzar, y es muy inútil ver el archivo de Excel y crees que estaría en JMP. |
| Un momento ¿cómo va tu día? |
| Hasta ahora, todo bien. |
| Pedro Polito | Genial y desde donde llamas. |
| Llamo desde Jeffersonville Indiana, que está justo al otro lado del río hacia Louisville Kentucky. |
| Pedro Polito | Está bien, me voy a Lexington y estoy habitable en noviembre. |
| Oh, realmente para una de las conferencias. |
| Pedro Polito | conoce un placer que es mi. |
| El cumpleaños número 40 de mi cuñado y un montón de cosas más. |
| Los chicos se reunirán para degustar whisky. |
| Bien, bien, obtuvieron el rastro de los Borbones, ahora vas, sí. |
| Pedro Polito | eso es exactamente lo que estamos haciendo. |
| Muy bien, sólo un momento, Stan. |
| Bien, y cuando termines con eso, avísame, déjame darte mi número de teléfono celular. |
| Pedro Polito | Muy bien, estamos mirando. |
| La predicción de la supervivencia de pacientes con insuficiencia cardíaca o su otro resumen. |
| No, eso es la insuficiencia cardíaca. |
| Pedro Polito | Bien, entonces el título es solo para confirmar la predicción de supervivencia de pacientes con insuficiencia cardíaca a partir de datos limitados de laboratorio clínico utilizando JMP. |
| eso es todo. |
| Pedro Polito | Bien, y tengo que repasar algunas cosas aquí. |
| No tienes copresentadores, correcto. |
| Correcto y luego necesito confirmar esto verbalmente. Usted comprende que esto se está grabando para la conferencia cumbre de descubrimiento de JMPed y estará disponible públicamente en la comunidad de usuarios de JMP si otorga permiso para esta grabación y su uso. |
| Lo hago genial. Muchas gracias, está bien. |
| ¿Puedes decir algunas palabras? Sólo quiero asegurarme de que el audio se escuche con claridad. |
| Bien, bueno, déjame empezar. Mi nombre es Stan Saran de itch y soy analista principal de Crucial Connection LLC. |
| Y estoy ubicado en jeffersonville indiana indiana justo al otro lado del río Ohio desde el famoso louisville Kentucky y hoy les voy a hablar sobre la predicción de la insuficiencia cardíaca. |
| Pedro Polito | Perfecto, está bien, eso llega de manera agradable y clara. |
| Bueno. |
| Pedro Polito | Permítanme decirles que hay algunas cosas que debemos hacer para que las imágenes se vean claramente. Necesitamos verificar su pantalla si está en una máquina con Windows. |
| Estoy en una máquina con Windows 10 y voy a trabajar con mi monitor externo. |
| Pedro Polito | Bien, entonces si pudieras ir a la barra de búsqueda en la parte inferior y escribir mostrar. |
| barra de búsqueda barra en la parte inferior oh. |
| Pedro Polito | Sí, si te importaría compartir tu pantalla, mientras haces esto, puedo hacerlo. |
| revisa las cosas, sí. |
| Sí, tuve algunos problemas con este, por no decirlo. |
| Compartimos pantalla, pero la perdería de vez en cuando. |
| Pedro Polito | Ah, puedes comprobarlo. |
| Bueno. |
| Pedro Polito | Entonces, en la parte inferior verás el botón de compartir pantalla. Oh, lo siento, es de mi padre. |
| Bien, sí, escribe y haz clic en esa lupa. |
| Y escribe display. |
| Bueno. |
| Dónde. |
| Pedro Polito | Puede comenzar a escribir si el cursor ya está en su lugar. |
| Ah ahí está. |
| Pedro Polito | Oh, no creo que quieras presionar Enter cuando lo intentes una vez más. |
| Bueno. |
| Pedro Polito | Entonces ve a cambiar la resolución. |
| Y la gestión de Microsoft. |
| Pedro Polito | dijo: oh, ya sabes, te lo apuesto, ¿está en tu otro monitor? |
| Sí, está en mi otro monitor. |
| Pedro Polito | Bien, ¿te importaría arrastrarlo a este? |
| Bueno. |
| Sí. |
| Pedro Polito | No puedo verlo todavía. Solo veo la ventana de tu navegador. |
| Y eso es. |
| Pedro Polito | Porque estaba diciendo. |
| Sí, el mismo problema que tuvimos. |
| Pedro Polito | Entonces, ¿compartiste toda tu pantalla o compartes solo una parte? |
| ventana, pensé, compartía toda la pantalla. |
| Nueva acción. |
| El problema es que muchas veces me tapará. |
| Barra de control para la reunión de zoom. |
| Ah. |
| Por eso intento hacerlo así. |
| ¿Puedes ver la programación, tal vez ver cómo llegó ahí? |
| Pedro Polito | Eso es lo que veo: la programación es fácil. |
| Sí, gratis para eso. |
| Y probablemente estoy mirando mi perspectiva. |
| sí. |
| Pedro Polito | Y de todos modos vamos a querer cerrar la perspectiva antes de comenzar. |
| Sí, sí, ahora que estamos conectados, no necesito ventanas adicionales, déjame cerrar y abrir todas las ventanas. |
| Bien, ahí vamos. |
| Y eso es todo lo que necesito. |
| Nuevo recurso compartido con el que compartiré la pantalla. |
| Déjame arrastrar eso. |
| Aquí, cuando hago clic en presionar un nuevo botón de compartir. |
| Ves mi escritorio. |
| Pedro Polito | Veo una tienda de campaña verde. |
| Con una hermosa. |
| atardecer en la Vía Láctea. |
| manera sí, sí, déjame. |
| Regrese aquí para mostrar toda la búsqueda nuevamente. |
| Ves mi barra de búsqueda. |
| sí. |
| Pedro Polito | Y luego diga que desea hacer clic en cambiar la resolución de la pantalla, así que gracias por la opción hacia abajo. |
| Bueno. |
| Pedro Polito | Aquí vamos, entonces estabas en 1920, pero está bien, perfecto, ahí es donde queremos estar. |
| Bien, entonces puedes ir y cerrar eso. |
| Está bien. |
| Pedro Polito | Y luego haga clic derecho en la barra de tareas en la parte inferior. |
| y vaya a la configuración de la barra de tareas. |
| Pinchalo. |
| sí. |
| Pedro Polito | sí. |
| Bueno. |
| Pedro Polito | Entonces es la segunda opción. |
| automáticamente lo probamos allí, vamos. |
| Muy bien, cualquier otra cosa aquí. |
| uno. |
| Pedro Polito | Puedo ir y cerrar eso. |
| Y luego lo último que queremos hacer es bajar. |
| Te gusta. |
| Pestañas de notificación o cualquier cosa para asegurarse de que cualquier cosa que pueda mostrar una ventana emergente esté cerrada. |
| Sí, cerré todo antes de iniciar sesión. |
| Bien, el único problema es que mi barra de control todavía está encendida en el monitor de mi computadora portátil y todavía estoy mirando la barra de prueba en el monitor del tablero de Yelp y es desde donde quiero presentar. |
| Pedro Polito | Está bien, um. |
| Volvamos allí y veamos si cambia automáticamente. |
| Bien, tal vez simplemente vaya e intente hacer clic en el escritorio y tal vez eso haga que desaparezca. |
| sí, ahí vamos. |
| Ahí vamos allá, vamos. |
| Pedro Polito | Muy bien, entonces una vez que nosotros. |
| Estamos grabando ahora. |
| Ahora voy a tener cuidado con eso. |
| Pedro Polito | si si. |
| Si aparece, no es el fin del mundo. |
| Bueno. |
| Pedro Polito | Vas a. |
| querer. |
| Una vez que empieces a presentar, me silenciaré, mi cámara se apagará, seré un fantasma, pensarás que no estás hablando solo contigo mismo. |
| Si usted. |
| Sientes que has hecho un poco de aire cataclísmico y quieres empezar de nuevo, eso está totalmente bien, desafortunadamente. |
| La forma en que nos piden que hagamos esto, si realmente no vamos a poder editar algo en el medio, básicamente tenemos que hacerlo de una vez si en el futuro terminas esto y luego te das cuenta. Oh. Realmente quería decir esto, en lugar de aquello. |
| Cuando estos realmente se presenten. |
| vas a estar, tienes la opción de estar en vivo, por lo que siempre podemos pausar el video, y puedes decir Está bien, sabes que me equivoqué aquí en lo que realmente estaba tratando de transmitir X, Y o Z y tú Tendremos la oportunidad de hacerlo en tiempo real. |
| Deja las cosas claras, así que si te das cuenta mañana o el día siguiente o algo así, pero si en este momento sientes que quería decir esto de manera completamente diferente, podemos comenzar de nuevo. |
| Está bien, bueno, espero que no tengamos que hacer eso. Estaba teniendo problemas con Sharon para decirlo y Nick se detuvo de inmediato, y les pedí que se detuvieran de inmediato. |
| Y eso se eliminará, ya sabes. |
| Pedro Polito | mmm si si. |
| Bueno entonces. |
| Bien. |
| Muy bien, dejaré que mis colegas que están produciendo esto sigan adelante y trabajen en ello. |
| Eso para ti, vamos a pausar la grabación temporalmente. |
| Bueno. |
| Pedro Polito | Muy bien, voy a apagar mi video. |
| Por un segundo. |
| Antes de comenzar, quiero comprobar la pantalla compartida. |
| Perfecto ok. |
| Ahora quiero tener que abrir la barra de tareas. |
| Pedro Polito | No, está bien, está bien. |
| Bien, el problema es que solo queremos el máximo. |
| sí, sí, está bien. |
| Pedro Polito | pulgada cuadrada mientras realiza la presentación. |
| Bien, y aquí está el otro trato con el que tuve problemas, tanto el martes como la semana pasada, cuando pretendí investigar a los analistas de triángulos, eso es una especie de historia, pero no voy a hacer el modo de presentación. |
| Pedro Polito | Está bien, está bien. |
| Bien, ya tengo eso y veamos si ves mi PowerPoint ahí arriba. |
| Pedro Polito | Veo tu PowerPoint. |
| Bien, ¿qué tal si vengo aquí? |
| Pedro Polito | Y veo mi pantalla. |
| super Déjame cerrar esto y abrir la otra pantalla de trabajo. |
| Vamos. |
| Verá, esta es una nueva pantalla JMP con. |
| scripts y ventana de script. |
| Sí. |
| Muy bien, sí, parte de la presentación y dejé de hacer eso y tuve que dejar de compartir y luego volver a compartir, así que espero que así sea. |
| Pedro Polito | Bueno. |
| Está bien, ahora voy a silenciar mi micrófono. |
| Y tú. |
| Simplemente hazlo bien, postura de buena suerte. |
| OK gracias. |
| Buenos días, buenas tardes o buenas noches a todos. Mi nombre es Stan Siranovich. Y soy analista principal Crucial Connection LLC. |
| Y estamos ubicados en Jeffersonville, Indiana. Justo al otro lado del río Ohio desde la histórica Louisville, Kentucky. |
| Y como pueden ver, hoy les hablaré en pantalla sobre la predicción de supervivencia de pacientes con insuficiencia cardíaca a partir de datos limitados de laboratorio clínico utilizando JMP Pro 16. |
| Ahora, ¿qué son estos? |
| son una colección de registros médicos. 299 registros médicos para ser exactos de pacientes con insuficiencia cardíaca. Y fueron recogidos en las instalaciones [ininteligible] del Instituto de Cardiología y el [ininteligible] en |
| [ininteligible] Pakistán. Y fueron recopilados entre abril y diciembre de 2015. Ahora, fueron publicados, |
| Originalmente, en BMC Medical Informatics and Decision Making Journal, volumen 20 en 2020 por dos autores, Chicco y Jurman. |
| Y lo que querían hacer los autores era crear un modelo para evaluar la probabilidad de muerte por insuficiencia cardíaca. |
| Y el modelo tenía que ser relativamente simple y, con suerte, ser utilizado por hospitales y médicos para evaluar las diversas gravedades de las enfermedades cardiovasculares. |
| Ahora ellos entran un poco en la historia y yo también lo haré, pero exponen muy brevemente la razón para hacer esto, los autores lo notan. |
| los datos que observaron y los modelos que se derivaron de los datos tenían una reproducibilidad baja número uno y también tenían una serie de factores diferentes entre los cinco o seis primeros. |
| Para predecir la insuficiencia cardíaca, pero siguieron reapareciendo dos, y fueron el volumen de eyección y la creatinina. Y voy a repasar |
| cuáles son en solo uno o dos minutos una vez que comencemos el análisis. Ahora, lo que hicieron los autores fue utilizar 10 métodos avanzados de aprendizaje automático diferentes, según ellos, para predecir la insuficiencia cardíaca. |
| Entonces ejecutaron 10 scripts de aprendizaje automático. Usaron árboles de decisión forestal aleatorios, aumento de gradiente, todo lo sospechoso normal. Disculpe. Y lo que hicieron fue evaluarlos en siete sistemas de aprendizaje automático separados. |
| métrica. Y descubrieron, como era de esperar, que la creatinina sérica y el volumen de eyección eran variables significativas. Y los gestionados descartan todas las demás variables. |
| Y ese no fue el caso cuando hicimos el análisis en JMP Pro 16. Entonces, veremos eso y hablaré un poco sobre la edad variable, pero, |
| Antes de hacer eso, déjame mencionar JMP. |
| Y aquí está la tabla de datos JMP con la que vamos a trabajar. |
| Si no está familiarizado con JMP, permítame repasar brevemente aquí, donde tengo el cursor, tenemos la ventana del script. Seguido de la ventana de la columna. Puede ver que tenemos 13 columnas sin nada seleccionado y aquí está la ventana de filas y tenemos 299 filas. |
| Aunque lo descargué. La forma en que funciona es que fui a Kaggle. Publicaron todo en Kaggle, |
| para que otras personas practiquen, por así decirlo. Y en los años transcurridos, algún estado lo puso allí, hubo 177 presentaciones separadas. Todos eran de código abierto y, aproximadamente una docena de los que miré, todos eran |
| Como normalmente pensamos, son las dos plataformas de código abierto más populares. También pusieron allí el análisis original, que se realizó en el lenguaje de programación estadística R y publicaron todo el código en GITHUB. Entonces, veamos qué podemos hacer con JMP. |
| Ahora, repasemos las variables aquí a las que aludimos anteriormente. En primer lugar, tenemos la creatinina fosfoquinasa. Esa es una enzima. |
| Y es un indicador de daño muscular. También tenemos la creatinina sérica, que es una sustancia química que se encuentra en la sangre. |
| Y es un indicador tanto de daño muscular como de insuficiencia renal. Hablamos de daño muscular aquí y estamos pensando en insuficiencia cardíaca. |
| También tenemos la fracción de eyección, que es el porcentaje de sangre que sale del corazón y tener que cargar la fracción de eyección es un indicador de daño al músculo cardíaco. También tenemos sodio sérico, |
| que es una medición de rutina realizada con análisis de sangre. Y aquí valores muy bajos, tal vez un indicador de insuficiencia cardíaca. |
| También debemos tener en cuenta que tenemos lo que podríamos denominar un conjunto de datos en equilibrio. Eso es, |
| Tuvimos un... bueno, no deberíamos llamarlo positivo... un evento de muerte en el 32% de los casos aquí y supervivencia en el 68%. Entonces es sí, uno a dos |
| Tenemos un tercio de las personas que sufrieron insuficiencia cardíaca y dos tercios la sufrieron ahora. También debemos mencionar que aquí tenemos un conjunto de datos relativamente pequeño. |
| 299 filas. Muy pequeño para registros cardíacos. Entonces, comencemos con el análisis y permítanme abrir otra tabla de datos JMP. |
| Y esa es esta tabla de datos de aquí, y déjenme deshacerme de ella. Lo arrastraré a mi otra pantalla. |
| Bien, estamos mirando la tabla de datos y ya trabajé un poco en esto. Reorganicé algunas cosas y lo notarás aquí abajo. |
| anemia, diabetes, presión arterial alta, sexo y tabaquismo. Cuando importé originalmente a JMP, le dio un continuo |
| distribución o continua |
| tipo de datos y lo que hice fue cambiarlos. Por ejemplo, si vienes aquí y observas la anemia, o mejor aún, la presión arterial alta. |
| Presión arterial alta: tenemos ceros y unos, y realmente no dijeron dónde estaba el límite. Hubiera sido bueno tener algunos datos continuos aquí con el |
| sistólica y diastólica. Ese no es el caso. Así que eso es con lo que tenemos que trabajar y los cambié todos. Y también verás que las plaquetas |
| Está oculto. |
| Y eso es porque los he escondido y excluido, debería decir, y eso es porque tuve que limpiarlos y hay otra cosa que quiero hacer. |
| Y mostrarte cómo hacer esto a propósito no lo hice, voy aquí para envejecer y lo voy a ocultar. |
| Y también voy a excluir lo que está oculto de los gráficos para su visualización, se excluirá de cualquier cálculo, en caso de que lo arrastre accidentalmente con algo más y explicaré las razones para hacerlo en un poco. Entonces, |
| Vamos a hacer esto, un poco diferente. Voy a empezar, discúlpenme, con el análisis, y luego, cuando haya terminado el análisis, volveré y haré un poco de limpieza y lo explicaré a medida que avance. |
| Así que venimos aquí para |
| Analizar |
| y |
| seguir algo más por un segundo. Bien, por cierto, la plataforma de PowerPoint estará en el sitio web de Discovery Summit, y tengo algunas capturas de pantalla allí y una pequeña explicación, para que puedas seguirlas si quieres hacerlo. por ti mismo. |
| Entonces, lo primero que voy a hacer es subir aquí al menú Analizar, hacer clic en él y bajar aquí a Modelado predictivo. |
| Y aquí tenemos un montón de opciones que incluyen Comparación de modelos y Detección de modelos. Aquí dice para la selección de modelos: "se adapta a muchos modelos predictivos diferentes para que pueda seleccionar el mejor". |
| Entonces, eso suena como lo que hemos querido hacer, nos gustaría hacer un paralelo |
| el análisis original. Y aparece esta ventana y si se fijan aquí abajo a la izquierda, tenemos un cuadro |
| y tiene una casilla de verificación que nos dice qué modelos vamos a ejecutar. Todo esto es el valor predeterminado. |
| Entonces, ejecutará, por ejemplo, Árbol de decisión, Bosque Bootstrap, Árbol impulsado, Ajuste de mínimos cuadrados, todo ese tipo de cosas. Todos nuestros favoritos. Y ahí, hay 11 de ellos para nosotros y JMP lo hará automáticamente. Entonces, EVENTO_MUERTE, |
| esa será mi respuesta Y. Y lo que voy a hacer es simplemente |
| haga clic en arrastrar, seleccione todas las variables aquí y voy a poner esto como factores X. |
| Y voy a hacer clic en Aceptar. |
| Y nos sentamos y dejamos que JMP haga lo suyo. |
| Y ahí está. Aquí está el resultado que obtenemos. |
| Así que trabajemos con esto. Aquí están los detalles. Podemos ver los distintos |
| análisis que estamos ejecutando si hacemos clic en este triángulo gris. |
| Podemos ver más detalles y los detalles que están presentes en la ventana dependen de un análisis particular y luego de ejecutar. Si queremos ir más allá, por supuesto, podemos hacer clic en el punto rojo y tenemos algunas opciones adicionales. |
| Entonces, eso es lo que tenemos aquí abajo, y cuando lo hizo, también abrió esta caja aquí y está etiquetada como entrenamiento. Y esto es el resultado de ejecutar todos los datos como un conjunto de entrenamiento. En otras palabras, no hubo ningún entrenamiento. |
| No hubo ningún conjunto de prueba. Disculpe, hubo un conjunto de entrenamiento, pero hubo un conjunto de prueba. Y no hubo ningún conjunto de validación y eso se debe a que no hicimos ninguna selección. |
| Esto es sólo un cribado y nos dice cuál tuvo mejores resultados en el entrenamiento. Bien, entonces vemos varias columnas aquí, así que |
| Revíselos brevemente. La entropía R al cuadrado es |
| simplemente una R al cuadrado y es, |
| bueno, es una medida que se compara con las probabilidades logarítmicas del modelo ajustado, por lo que es su valor logarítmico. |
| Y tenemos la tasa de errores de cálculo, el área bajo la curva aquí, obviamente alta, será mejor. |
| Y tenemos el RASE, que es la tasa de predicción de raíz cuadrática promedio. Entonces, esta es la diferencia entre probabilidad uno y p. |
| Esa es la probabilidad ajustada para el modelo que se les ocurrió a JMP. Y tenemos el R cuadrado generalizado que es lo que todo el mundo considera R al cuadrado. Es un |
| medida... se aplica a modelos de regresión, y si conseguimos un ajuste perfecto, tenemos uno, y si no ajustamos, tenemos cero. Están clasificados aquí, por lo que Bootstrap Forest quedó en primer lugar. |
| Y a ver qué más quiero decir revisa mis notas. |
| Creo que eso es todo, podríamos |
| ven aquí otra vez |
| y abra Bootstrap Forest y verifique los resultados, y podríamos ver nuestro entrenamiento establecido aquí, veamos la matriz de confusión. Nos da |
| los datos de entrenamiento aquí, los mismos datos que vimos, pero esto es solo para el bosque de arranque y aquí tenemos la matriz de confusión que hemos predicho. |
| Y aquí abajo tenemos la tasa prevista para Bootstrap Forest. Y si no estás familiarizado con esto o tu memoria está un poco oxidada, lo que hace es mostrarnos el conteo de |
| eventos de muerte que fueron eventos de muerte reales con el valor de cero, y es que el paciente sobrevivió aquí abajo, el 83, |
| Tuvimos un evento de muerte con un valor de uno, lo que significa que el paciente no sobrevivió. Y este es el conteo absoluto, así que queremos mirar la diagonal que va desde la parte superior izquierda hasta la |
| abajo a la derecha y en diagonal aquí desde la parte inferior izquierda hasta la parte superior derecha esos son el conteo incorrecto. Entonces teníamos 13 |
| Había tiempos aquí que se predijeron para la supervivencia, y no fueron supervivencia. Fueron muertes. Y luego, en el segundo cuadro gris aquí tenemos los mismos datos, pero se trata de la tasa. Lo cual, en nuestro caso, es una medida un poco mejor, porque tenemos un conjunto de datos desequilibrado, así que lo cerraré. |
| Y después, |
| lo que vamos a hacer es ir al Modo Analizar y Ajustar. Y la razón por la que queremos hacer esto es que vamos a ajustarle un modelo de regresión, que es mucho más fácil de entender para la gente y nos dará |
| danos la oportunidad de mostrarnos |
| la capacidad de interactuar en JMP. Entonces lo que voy a hacer es cerrar eso y voy a subir aquí para Analizar, aquí estamos, para |
| Modelo de ajuste. |
| Y bueno, |
| Sabemos que las variables ahora, primero que nada déjame subir aquí. |
| Pondremos DEATH_EVENT allí como lo que queremos predecir. Y sabemos y vimos que la creatinina no es la correcta. La fracción de eyección |
| y aquí está. |
| Suero de creatinina |
| son variables importantes. Y la edad también apareció en un par de análisis. Entonces, déjame ponerlo si puedo encontrarlo. |
| Aférrate. |
| Permítanme empezar de nuevo, algo quedó fuera. |
| Hola Peter, ¿podemos hacer una pausa por un segundo? |
| Entonces, lo que voy a hacer es venir aquí para analizar, |
| Modelo de ajuste. Y Y será el EVENTO_MUERTE. |
| Y lo que voy a hacer es que, dado que el número de modelos encontró que la edad es una variable importante, agregaré la edad. Y voy a poner |
| fracción de eyección y creatinina sérica. |
| Ahora bien, los autores no encontraron la edad como una variable significativa, pero yo sí lo hice. Creo que podría haber una interacción allí y JMP nos permite manejar eso muy fácilmente. Entonces, de la forma en que lo hago, hago clic en la edad. |
| y fracción de eyección en lugar de hacer clic en Agregar, |
| yo bajo aqui |
| Haga clic en Cruz y voy a ir a la edad. |
| y |
| suero de creatinina. |
| Y ese es el clic de control. |
| Y vamos a agregar eso para que tengamos. |
| Edad, fracción de eyección, espera un minuto. |
| Creo que eso fue simplemente un dedo gordo. |
| Aquí vamos. |
| Ahora está ahí, así que tiene las dos interacciones y podemos ver aquí que nos dio una opción de Personalidad. Y lo que vamos a hacer es aceptar el valor predeterminado, que es Logística Nominal. |
| Y tenemos algunas otras opciones aquí, pero nos quedaremos con eso. |
| Y haré clic en ejecutar. |
| Y esto es lo que obtenemos. |
| Bueno entonces. |
| Tenemos que registrar el valor aquí, que es básicamente negativo. |
| Registre la base 10 de este valor de probabilidad aquí. Y la razón por la que lo hacemos es que hace que sea más fácil trabajar con él, perdón, más fácil de graficar y más fácil de entender para los seres humanos. Entonces, vemos ese número uno en la lista. |
| Es fracción de eyección, disculpe, que es lo que encontraron los autores. El número dos es la creatinina sérica, pero la edad sigue siendo el número tres y es muy significativa. |
| Y miramos hacia |
| interacciones y vemos que no son significativas. Por cierto, esta línea azul aquí es el valor de dos. Es dos. |
| Y eso lo ponen o simplemente para que sea más fácil de ver. Y la razón por la que elegí dos es porque es un registro de 0,01, que es el nivel de significancia elegido por JMP de forma predeterminada. |
| Pero bajamos aquí y vemos que el valor logarítmico o el valor y la ecuación de regresión van a ser relativamente bajos, pero estamos aquí y 0,05, que podría ser un límite en muchos diseños experimentales. Podría cortarse en muchos. |
| Los análisis funcionan, así que vamos a tomar nota de eso, aunque lo ignoraremos aquí mismo, porque no pasa nuestro límite de .01. |
| Puede ser de interés para los médicos. Puede darles algo más a qué prestar atención y muy bien puede ser significativo en un conjunto de datos diferente. Y tenemos todos los datos habituales aquí abajo. Veamos qué podemos ver, déjame desplazarme hacia abajo. |
| Tenemos las probabilidades de chi cuadrado en las que no entraré, y tenemos las estimaciones aquí abajo, que serían el coeficiente en nuestra ecuación de regresión. |
| Entonces eso fue lo que encontramos. |
| Así que permítanme minimizar eso y ahora vamos a continuar con la limpieza y la exploración. La razón por la que hice eso, sin limpiar primero, es porque en los artículos originales no se mencionaba nada. |
| limpieza y tipo de manipulación de datos. Simplemente tomaron los datos y ejecutaron sus modelos con ellos. |
| Y me gusta mirar mis datos primero. Entonces, veamos un par de cosas aquí. En primer lugar, si venimos hasta aquí, |
| y haga clic en ese pequeño icono podemos mostrar los gráficos del encabezado. Y me gusta hacer eso. Entonces, hagamos clic en 1 aquí, que es |
| evento de muerte positivo, si se me permite usar esos términos. |
| Y lo que eso hace es resaltar todas las filas con un evento de muerte de 1. Si queremos verlo más de cerca, podemos ver si existe algún tipo de correlación con las otras variables que podrían aparecer ante nosotros. y no hay mucho allí. |
| Mi ventana, pero notamos una cosa: tenemos algunas distribuciones muy, muy sesgadas para el |
| creatinina fosfoquinasa y para la creatinina sérica, que parece un poco extraña. No hay nada más por ahí, podemos borrarlos. |
| haciendo clic en cualquier otro lugar del gráfico y, por cierto, si no estás familiarizado con él, este tipo de cosas son |
| arrastrable si queremos expandir algo. |
| Ahora desde allí vayamos a Graph Builder. |
| Vamos a ver. |
| Les diré una cosa, ya que nos preocupa eso, seleccione esa columna, que es creatinina fosfoquinasa y haga clic en Mayús. |
| Para la creatinina sérica y, oh, casi lo olvido antes de hacer eso. |
| hagamos clic derecho |
| Y podemos ir directamente desde aquí a Distribución, y esto es lo mismo que obtenemos si subimos a Gráfico y Distribución. Pudimos ver que tenemos una distribución muy sesgada en ambos. |
| Y tenemos muchos valores atípicos, aquí solo hay cuantiles y cerraré eso. Déjame cerrar eso. Realmente no necesitamos eso. |
| Y veamos el Resumen de Estadísticas, déjame. |
| Ahí vamos, bueno, miramos la creatinina fosfoquinasa, tenemos una media de 581, una desviación estándar de 970. Entonces, eso es un poco extraño. Obviamente, eso está muy lejos de lo que sería un caso ideal y aquí para la creatinina sérica, quiero decir, tenemos una media |
| de lo llamo 1.4 y la desviación estándar de 1.0. Entonces esa tampoco es una situación ideal. Y también nos ha brindado otra información y si es un poco difícil de ver en este gráfico, pero si no es así |
| acostumbrados a mirar diagramas de caja muy rápidamente, los bigotes son 1,5 veces el rango intercuartil, que es la diferencia entre el percentil 25, que es la parte inferior del cuadro aquí y el percentil 75, que es la parte superior. |
| El rombo nos da la media y la recta nos da la mediana. Y, para dejarlo un poco más claro, puedo ampliarlo y pueden verlo un poco mejor y hay muchos valores atípicos allí. |
| Entonces, |
| Tenga en cuenta que la creatinina sérica fue una de nuestras variables predictivas más potentes. También podríamos examinar eso con un poco más de detalle. |
| yendo a Graph Builder. |
| Así que vayamos a Graph, Graph Builder. |
| Y esta es la ventana que tenemos. |
| Bueno, sabemos por nuestra investigación y |
| algún tema, conocimiento, si no experiencia en el tema, de que el cuerpo produce continuamente creatinina fosfoquinasa. Y reacciona |
| un precursor de lo que se convertirá en la creatinina sérica, por lo que tal vez haya alguna relación entre los dos y también nos gustaría examinar esas distribuciones, bueno, insatisfactorias, digamos. Entonces aquí creatinina fosfoquinasa. |
| Y lo pondremos en el eje X simplemente haciendo clic aquí abajo. |
| Y haremos lo mismo con la creatinina sérica que en el eje Y y esto es lo que obtenemos. Entonces, notamos que la creatinina sérica Y va de cero a 10 y mientras |
| Creatina fosfoquinasa, hombre, que sale hasta aquí. |
| a casi 8000. Ahora hay una cosa que podemos hacer. |
| Es hacer clic en arrastrar y podemos extenderlo un poco más. Pero la otra cosa que podemos hacer |
| es hacer doble clic en nuestro eje y obtenemos esta ventana. No entraré en detalles sobre esto, pero subimos aquí y miramos la escala y vemos el máximo una vez que pasamos 8000. Y, al mirar el gráfico de aquí abajo , déjame sacar eso del camino. |
| Ciertamente, la mayoría de nuestros valores de creatina fosfoquinasa son inferiores a 1000. De hecho, parece que una buena parte de ellos son inferiores a quinientos o seiscientos. |
| Entonces, |
| No tengo que hacerlo. |
| cambiar eso a |
| escojamos 800. |
| Bueno. |
| Y eso nos da un gráfico de solo esos puntos de datos. Cortamos todos los demás y vemos que es básicamente una línea recta. No existe una relación real entre ellos y también tenemos algunos valores atípicos aquí en el |
| creatinina sérica, muy alta aquí en 10. Y eso parece negar el valor aquí, por lo que puede que nos corresponda regresar y echar otro vistazo a esos, tal vez deshacernos de algunos de los valores atípicos y ver si entramos y obtenemos algo diferente. resultados. |
| Y eso es todo, déjame minimizarlo. |
| Eche un último vistazo al conjunto de datos. |
| Oh, sí, creatinina sérica. |
| Lo ponemos como continuo, pero si miras eso aquí en la columna, nuestro recuento mínimo está aquí, en el primer decimal, por lo que tenemos la posibilidad de 10 valores allí más otros 10 valores, la mayoría de ellos. |
| parece que están por debajo de 2 o 3. Entonces, puede haber alguna pregunta sobre cómo queremos tratar eso dependiendo del análisis. |
| Y ciertamente lo que queremos de nuestro análisis. Vamos a usar eso. ¿Realmente queremos considerar eso, como una variable continua o deberíamos considerarlo como una variable ordinal con quizás, |
| No sé, |
| 20 valores diferentes para esa variable ordinal. 20 o 25 o lo que sea que se haga frecuentemente en los análisis de marketing, pero generalmente no se hace aquí, pero es algo a considerar. Así que permítanme |
| regrese aquí para ver un resumen. Vuelva al PowerPoint. |
| Y permítanme ampliarlo y espero que todos puedan verlo, así que esto es lo que teníamos. |
| Tenemos 11 modelos diferentes que JMP elegimos de forma predeterminada y obtuvimos esos 11 modelos diferentes y los trajimos todos simplemente yendo a Analizar, Modelado predictivo, Detección de modelos. Descubrimos que la creatinina sérica, la edad y la fracción de eyección eran significativos. |
| Y descubrimos que la interacción de la fracción de eyección cruzada con la edad puede justificar más estudios clínicos, aunque no fue realmente significativa para nuestro estudio, no lo fue. |
| valor decidido. Y vimos algunos valores muy sesgados, especialmente en la distribución de creatinina, que se utilizó en nuestro modelo y con un conjunto de datos bastante pequeño y desequilibrado. Y ahora mencioné la edad antes. Déjame volver al original. |
| Arrastra eso lejos. Aquí está la edad. |
| Y vemos que tenemos una distribución un tanto sesgada y no lo puse en el modelo y la razón por la que no lo puse en el modelo es la forma en que se recopilaron los datos. |
| Sabemos por la lectura de los artículos que la forma en que era la época era que enviaban algún tipo de trabajadores de la salud para controlar a las personas después. |
| Los datos originales fueron desarrollados para el estudio. Entonces, cuando ves 65 años, retrocedieron 65 meses después. |
| Oh, disculpe que esa no era la edad, estoy hablando de tiempo, déjeme volver aquí. Ve a tiempo para que lo muestre. |
| Y hay tiempo. Un poco raro déjame sacar eso un poco. |
| Que hicieron |
| fue que regresaron después del estudio original. Entonces, cuando ves 16 años, retrocedieron 16 meses después del estudio original y verificaron si hubo un evento de muerte o no. Es decir, ¿el paciente seguía vivo o no sigue vivo? |
| Entonces, después de 16 meses, este paciente de aquí, el número 21, |
| Aún estaba vivo. Ahora, si bajamos aquí al evento de la muerte, permítanme resaltarlo. |
| Y ven aquí. |
| Vemos que tenemos tiempo de 20. |
| Bueno, no sabemos si el evento de muerte ocurrió el día antes de que verificaran la semana anterior o un mes antes o dos meses antes. Los autores originales que publicaron un artículo y lo publicaron en Kaggle analizaron esos datos. |
| Y no pudieron sacar ninguna conclusión positiva de ello. Esa persona podría haber muerto en el primer mes, pero nadie lo comprobó en el primer mes. |
| Y no sabemos la frecuencia de los controles de seguimiento. Por eso lo agregué e incluí, y si hubiéramos tenido mejores datos allí, podríamos venir aquí para analizar, |
| Confiabilidad y Supervivencia y podríamos haber hecho una Distribución de Vida o una Vida en Forma por X, que es la forma en que se hacen muchos de estos, pero no pudimos hacerlo en este caso particular. |
| Así que prácticamente |
| termina la presentación. Me gustaría volver a la presentación de PowerPoint que una vez más se publicará en el sitio y aquí están los enlaces al artículo original de la revista. |
| El Kaggle. |
| páginas. El conjunto de datos de Kaggle, que es un CSV y, |
| el repositorio Github del autor con el código R. Y espero que todos lo hayan disfrutado. |
| Y con eso |
| Terminaremos esta presentación. |
| Pedro Polito | buenos trabajos ahora es muy interesante. |
| Gracias. |
| Pedro Polito | Muy bien, déjame revisar mi lista de verificación. |
| seguro. |
| Pedro Polito | no soy. |
| No creo eso con el tiempo del agente. |
| Por favor, por favor, eso lo captó. |
| Pedro Polito | Sí, y si regresan y dicen: Oh, no, no nos gusta la pausa. Lo que haremos es que cuando estés vivo, puedes, podemos, puedes hablar con quien lo esté presentando, y puedes saltarte. sobre esa parte y simplemente decir esto es lo que pasó y es. |
| Está bien, hazlo. |
| No creo que nos vayan a pedir que lo volvamos a grabar pero. |
| Bueno. |
| Está bien, sí, si lo hacen, no es gran problema. |
| Pedro Polito | Está bien, bueno, soy todo lo demás que voy a hacer. |
| Una vez que hayamos dejado de grabar, estaremos listos para comenzar. |
| y bueno. |
| Pedro Polito | Eso es genial, gracias por dejarme ver. |
| Sí, bueno, lo bueno de esto, aunque tuve un par de errores cerca, fue que él no tuvo ningún problema ni software. |
| Ahora todo se veía genial, sí, sí, arrastró todo y permaneció allí, así que eso es bueno. |
| Pedro Polito | Está bien, bueno. |
| Probablemente me cruzaré contigo en la cumbre del descubrimiento y tendré un gran día. |
| Vale, tú también teatro. |
| Pedro Polito | Muy bien, adiós, stand. |
| Por. |
