스피커 | 성적 증명서 |
| 카리슈마 야다브 | 안녕하세요. |
| 탄 이잉 | 안녕하세요. |
| 카리슈마 야다브 | 죄송합니다만, 결혼하시는 소리가 들리지 않습니다. |
| 탄 이잉 | 제 말은, 미안하다는 뜻이에요. |
| 카리슈마 야다브 | 네, 들립니다. |
| 래리 라루소 | 이제 이게 효과가 있을 것 같습니다. |
| 카리슈마 야다브 | 네, 작동합니다. |
| 래리 라루소 | 좋아요. 좋아요. |
| 재밌는데 죄송합니다. |
| 어떤 이유에서인지 제 노트북 마이크가 JMP 밖에서는 저를 데리러 오지 않아요. |
| 저는 계속해서 JMP를 앞뒤로 해야 하지만, 누군가가 말할 때마다 제가 들을 수 없다는 것을 알고 있습니다. |
| 여러분들은 그렇게 하고 있네요. |
| 카리슈마 야다브 | 우리는 잘하고 있어요. |
| 래리 라루소 | 나는 당신의 몸을 좋아합니다. 크리슈나가 당신이 말하는 것을 좋아합니까? |
| 카리슈마 야다브 | 네, 스코틀랜드식이에요. |
| 래리 라루소 | 아일랜드 MMA 멋지네요. |
| 저는 그것을 알아요. |
| 잘. |
| 래리 라루소 | 그리고 그는 당신이 말하는 대로입니다. |
| 탄 이잉 | 네, 네. |
| 래리 라루소 | 굉장하네요. 네, 두 분 모두 이 일을 도와주시어서 감사합니다. |
| 발표를 녹음하는 데 시간을 내주셔서 정말 감사드리고, 사실 저는 제작 측면에서 도움을 드리려고 이 자리에 왔습니다. |
| 왼쪽 상단 모서리를 보면 자동 녹화 중이라는 표시가 보일 겁니다. 두 분 모두 동의하시는지 확인하고 싶어요. |
| 카리슈마 야다브 | 네 알았어요. |
| 래리 라루소 | 매우 훌륭합니다. |
| 우리의 의도는 분명히 이것을 발견 컨퍼런스의 일부로 만들고, community.com의 커뮤니티 페이지에 올리는 것입니다. |
| 그래서 그것은 실제로 컨퍼런스 이후에도 계속될 것이고, 사람들은 그것에 접근할 수 있을 것이고 모든 것이 가능할 것입니다. 여러분은 그것에 대해서도 편안하게 생각하시나요? |
| 카리슈마 야다브 | 네 좋아요. |
| 래리 라루소 | 정말 고맙습니다. 두 가지 법률적인 질문이 있는데요. |
| 그리고 배경이 훌륭해 보이는데, 로고 침해나 그런 게 없는지 확인하고 싶어요. 모든 게 괜찮아 보이는데요. 이전에도 우리를 위해 녹화해 본 적이 있나요? 이번이 디스커버리 서밋을 처음 하는 건가요? |
| 카리슈마 야다브 | 네, 이번이 처음이에요. |
| 좋아요. |
| 래리 라루소 | 그럼, 여러분이 가야 할 시간이 되면 알려드리겠습니다. 아마도 저는 새로운 것을 찾을 것입니다. |
| 헤드폰을 끄고, 당신이 말하고 있는 동안에는 내 영상이 나오지 않게 할 거예요. 내 얼굴이 화면에 뜨면 안 되는데, 그렇게 하면 실수로 나타날 일이 없거든요. 그러니 우리가 갈 시간이 되면 영상을 끄려고 합니다. |
| 마치 혼자 말하는 것 같은 느낌이 들겠지만, 저는 귀하의 말씀을 듣고 모든 것이 제대로 진행되고 있는지, 영상이 좋아 보이고 슬라이드의 모든 내용이 맞는지 확인하고 있습니다. |
| 어떤 이유에서인지, 그리고 만약 어떤 이유에서인지, 무언가에 오류가 생긴다면, 저는 이런 것들을 12개 이상 녹음했을 겁니다. |
| 음소거를 해제하고, 잠깐 멈춰주세요, 다시 녹음해야 할 것 같아요, 하지만 그럴 일은 없을 것 같아요. 그냥 계속 얘기하세요, 처음부터 끝까지. |
| 만약 둘 중 누군가가 '맙소사, 완전히 망쳤네.'라고 느낀다면, 내가 하고 싶었던 말은 그게 아닐 텐데, 그럴 때는 그냥 멈추고 '자, 다시 시작하자. 다시 하자'고 하면 됩니다. |
| 그렇게 해야 합니다. |
| 탄 이잉 | 좋아요. |
| 래리 라루소 | 하지만, 하지만 저는 여러분이 이런 사람들에 대해 걱정하지 않기를 바랍니다. 여기서 의도하는 바는 아주 캐주얼하게 진행하는 것이고 완벽할 필요는 없습니다. |
| 제가 말했듯이, 제가 걱정하는 유일한 것은 이벤트 측면에서 '잠깐만요, 저는 그렇습니다'라고 하거나, 뭔가 잘못 말해서 우리가 '다시 시작하겠습니다'라고 말할 수 있는 능력이 있다는 것을 깨닫는 경우입니다. 하지만 제가 말했듯이요. |
| 우리를 지켜보는 사람들은 매우 관대한 태도를 보일 겁니다. 줌 통화이니까요. 끔찍한 일이 일어날 수도 있으니 걱정하지 마세요. |
| 탄 이잉 | 싱가포르에서는 오후 3시 30분에, 알다시피, 당신의 계획은 그보다 더 많은 것을 이루는 것입니다. |
| 한 번. |
| 래리 라루소 | 또 다른 것은, |
| 누가 먼저 시작할지 알 수 없도록 말로 단서를 주신다면, 그냥 말씀드리겠습니다. |
| 저와 함께 해주셔서 감사합니다. 저희의 강연에 오신 것을 환영합니다. 그게 제가 그녀를 알아가기 위한 시작점이 될 수 있거든요. |
| 바로 여기서 시작하고, 마지막에 질문이 있으시면 참여해 주셔서 감사하다고 말씀해 주시길 바랍니다. |
| 채팅이나 그에 비슷한 곳에 자유롭게 입력하세요. 하단에 댓글이 있는 페이지가 만들어질 테니까요. |
| 아니면 그냥 참여해 주셔서 감사하다는 말로 끝내고 싶을 수도 있는데, 제 연락처인지 아니면 오디오 시작점과 종료점을 알려주면 비디오를 잘라서 제대로 보이도록 할 수 있을지 모르겠습니다. |
| 그럼 마지막으로 여러분께 프레젠테이션을 맡기겠습니다. |
| 우리는 이것을 세 가지 다른 버전으로 녹음하고 있습니다. |
| 하나는 슬라이드만 있어서 슬라이더가 화면 전체를 차지하고, 다른 하나는 당신이 지금 나를 보는 방식대로 말하고 있는데, 아마 당신은 내가 작은 외국인을 잡고 있는 것처럼 보일 겁니다. 그리고 파리가 화면의 80%를 차지합니다. |
| 그리고 세 번째는 다음과 같습니다. |
| 전체 화면으로 발표자만 볼 수 있도록 하는 이유는 대부분의 시간에 슬라이드와 발표자가 함께 있기 때문입니다. |
| 하지만 다양성을 위해 슬라이드에 몇 분 이상 매달리면 실패할 수도 있습니다. 그냥 사진만 보여주는 식으로 20초만 말하고 다시 돌아가는 거죠. |
| 그래서 우리는 세 가지 버전을 가지고 있고 그 중 몇 가지는 정말 좋습니다. |
| 프로듀서는 들어가서 어떻게 보여줄지에 대한 창의적인 결정을 내려야 하므로, 마치 TV 쇼처럼 앞뒤로 JMP가 오가는 경우가 있고, 때로는 슬라이드에 말을 해야 할 때도 있고, 대부분은 그렇게 해야 할 수도 있습니다. |
| 카리슈마 야다브 | 네, 좋은 것 같아요. |
| 래리 라루소 | 좋아요. 다른 질문이 있으신가요? |
| 탄 이잉 | 응. |
| 카리슈마 야다브 | 그래서 다시 찍어야 한다면. |
| 우연히, 그러면 다시 시작할까요, 아니면 처음부터 잘못된 곳에서 시작해야 할 겁니다. |
| 래리 라루소 | 그러니까 만약 20분 분량의 발표가 있다면 40분 분량의 녹음을 할 수도 있다는 걸 알죠. 괜찮죠. 제 말은, 처음 몇 분을 그냥 잘라내는 게 얼마나 쉬운지 아시죠? 어떤 이유에서인지, 그리고 다시 말씀드리자면, |
| 너무 자신을 꾸짖지 마세요. 하지만 만약 "아니, 난 정말 다시 시작하고 싶지 않아, 래리. 다시 시작할 거야."라고 느낀다면, 그렇게 말하세요. |
| 제 강연에 오신 것을 환영합니다. 아시다시피, 첫 번째 버전에서는 이 문제가 해결될 겁니다. 다시 시작할 필요 없이 전화를 끊을 때까지 계속 작업하면 됩니다. |
| 우리가 자르겠습니다. |
| 탄 이잉 | 괜찮은. |
| 래리 라루소 | 고맙습니다. 다른 건 아무것도 말씀드릴 수 없겠지만, 꼭 확인하고 싶습니다. |
| 사운드가 훌륭하고 배경도 멋지네요. |
| 이제 시작할 준비가 된 것 같으니 여러분께 전해드리겠습니다. 그리고 다시 한번 말씀드리지만, 저는 처음부터 끝까지 계속 듣고 있을 테니, 질문이 있거나 중단해야 할 사항이 있으면 말씀해 주세요. 그렇지 않으면 이야기를 즐기시기 바랍니다. |
| 다 끝난 후에 다시 얘기할게요. |
| 탄 이잉 | 감사합니다. |
| 그러니 언제든지 시작할 수 있죠. |
| 래리 라루소 | 네, 그냥 시작하세요. 잠깐 시간을 낼 수 있다면 준비를 하세요. 슬라이드는 이미 올라와 있는 것 같으니 준비가 되면 언제든지 참석해 주셔서 감사하다고 말씀하시고 시작하세요. |
| 탄 이잉 | 그리고 |
| 래리 라루소 | 제 목소리를 음소거하고 영상을 끌게요. |
| 감사합니다. |
| 탄 이잉 | 안녕하세요. 우선, 저희 프로젝트를 선정해 주신 위원회에 감사드리고 싶습니다. JMP Discovery Summit에 참여하게 되어 큰 영광입니다. |
| 프레젠테이션을 시작하거나 우리 팀을 소개하기 전에, 우리는 SMU의 경영학 석사 프로그램에서 왔습니다. 저는 Yi이고, 오늘 저와 함께 Karishma와 Sue-Ann이 있습니다. |
| Tin Seong Kam은 저희 교수입니다. 그는 다른 약속이 있어서 오늘은 우리와 함께하지 않습니다. 그래서 이 표지 페이지에서 볼 수 있듯이, |
| 이 프로젝트에서 우리는 JMP Pro를 사용하여 우울증의 하위 클래스를 식별하기 위한 잠재 클래스 분석의 사용을 연구합니다. 프레젠테이션 중에 우리는 잠재 클래스 분석을 지칭하기 위해 LCA의 짧은 형식을 사용할 수 있습니다. |
| 좋아요. |
| 우리 프로젝트에 대한 배경을 더 자세히 알려드리자면, 우리는 모든 연령대의 청소년과 성인에게 점점 더 흔해지고 있는 정신 질환인 우울증을 살펴보고 있습니다. WHO에 따르면, |
| 세계보건기구에 따르면, 우울증은 전 세계적으로 장애의 주요 원인이며, 질병으로 인한 세계적 부담을 크게 늘리는 요인입니다. |
| 우울증 환자 치료에 있어서 가장 큰 걸림돌은 우울증의 심각성을 정확하게 진단하는 능력입니다. |
| 우울증을 진단하고 심각도를 파악하는 데 일반적으로 사용되는 설문지가 있습니다. |
| PHQ, 즉 공중보건설문지라고 해요. |
| 이것은 9개의 질문으로 구성된 시험입니다. |
| 이러한 질문이 들어 있습니다. 첫 번째 질문은... 첫 번째 질문은 당신이 하는 일에 관심이 거의 없다는 것입니다. 두 번째 질문은 당신이 우울하거나 절망적이라고 느낀다는 것입니다. |
| 세 번째는, 잠들기 어렵거나 너무 많이 자나요? 네 번째는 피곤하거나 에너지가 부족하나요? |
| 다섯 번째 질문은 식욕이 없나요? 아니면 과식하시나요? 그리고 다음 몇 가지 질문은... 자신에 대해 나쁘게 생각하시나요? |
| 당신은 일에 집중하는 데 어려움이 있습니까? 그리고 여덟 번째 질문은, 당신은 느리게 움직이거나 말하거나 너무 빨리 움직이거나 말합니까? 우리 프로젝트에 포함된 마지막 질문은 다음과 같습니다. |
| 자살 생각이 있나요? |
| A, B, C, D. 오른쪽에 테이블이 있는데, 이 테이블을 읽는 방식과 같이 A와 B가 여기에서 같은 점수인 10을 가지고 있다는 것을 알 수 있습니다. |
| 그리고 심각도는 중간 정도로 간주됩니다. 반면 C와 D는 20점이라는 동일한 점수를 가지고 있으며 PHQ-9에 따라 심각한 우울증으로 간주됩니다. |
| 그래서 인터뷰어는 0에서 3까지의 척도로 증상을 얼마나 자주 경험했는지 물어볼 것입니다. 보시다시피, 아시다시피, 이 표의 응답은 주로 0, 1, 2, 3과 같습니다. |
| 0은 증상이 전혀 없다는 것을 의미하고 3은 가장 빈번하며 거의 매일입니다. 전체 점수는 0에서 27까지의 모든 9개 질문에 대한 응답을 합산하여 도출됩니다. |
| 이제 여기서 C와 D의 결과를 더 자세히 살펴보면, |
| 둘 다 20점이라는 것을 알 수 있지만, 그들이 경험하는 증상은 매우 다릅니다. 예를 들어, C는 종종 자신에 대해 나쁘게 느낍니다. |
| 여기서, 당신도 알겠지만, 미안합니다. 저는 오른쪽에 있는 다른 곳을 더 가리키고 있지만, D는 그런 걸 느껴본 적이 없습니다. |
| 그리고 C는 자살 생각을 거의 하지 않지만 D는 거의 매일 그것을 경험하고 있습니다. 여기서 우리가 가지고 있는 질문은 다음과 같습니다. |
| 이 증상은 우울증 진단에 동일한 기여를 합니까? 따라서 임상적 관점에서 PHQ-9는 우울증의 심각성을 측정하는 유효한 도구로 평가되었습니다. 그러나 우리 팀은 인기 있는... 이 인기 있는 |
| 응답 합계에 따른 우울증의 심각도 5가지 범주 |
| 지나치게 주관적입니다. |
| 따라서 우리 프로젝트의 목적은 JMP의 잠재 클래스 분석을 사용하여 데이터 중심의 분석을 제공하는 방법을 찾는 것입니다. |
| 객관적인 접근 방식으로 우울증 심각도 등급을 결정합니다. 분석 결과에 따르면 LCA는 기존의 5가지 범주 방법보다 우울증 등급의 특성에 대한 이해를 더 잘 향상시킵니다. |
| 따라서 2017년부터 2018년까지의 국민건강영양조사 설문지 자료에서 추출한 동일한 9개 질문지를 이용하여 LCA를 이용하여 5,000명의 응답자를 분류하였다. |
| 우울증 심각도 등급으로 나눕니다. 그런 다음 응답의 단순한 합계를 사용하는 PHQ-9 결과와 비교합니다... |
| 반응 변수를 사용하여 우울증의 심각도 수준에 도달합니다. 이러한 클래스 비교는 두 방법 간의 우울증 클래스 심각도 차이를 보여줍니다. |
| 네, 다음 슬라이드에서 더 자세히 설명하겠습니다. |
| 우리가 처음에 데이터를 준비한 방법은, 우리가 먼저 다운로드한, 제가 방금 언급한 2017년부터 2018년까지의 국민건강영양조사에서 공개된 데이터 세트입니다. |
| 우리는 응답자들이 다른 기간에 걸쳐 답변을 하는 방식에 차이가 있을까봐 약간 걱정했기 때문에 데이터 품질을 유지하기 위해 이 연도의 데이터만 사용합니다. 그래서 우리는 JMP Pro에서 데이터를 정리합니다. |
| 저희는 JMP Pro 16을 사용합니다. 데이터 세트에는 원래 응답이 총 10개 열이 있습니다. |
| 하지만 우리는 마지막 질문이 통합 질문과 같다는 것을 알았습니다. 이 질문은 이런 문제들이 당신이 직장을 다니거나, 집안일을 돌보거나, 사람들과 어울리는 데 얼마나 어려움을 주었는가를 묻는 것과 같습니다. 그래서 |
| 이는 통합 문제이므로 작업에서 제외했습니다. |
| 그 후에는 누락된 값을 확인하고 잠재 분석에 더 적합한 변수를 반영하도록 일부 열의 이름을 바꾸는 등 몇 가지 데이터 정리 및 준비 단계를 수행합니다. |
| PHQ-9 점수도 새로운 열에 표로 정리되어 우울증 심각도의 다섯 가지 범주, 즉 없음, 경미, 중간, 중간 심각, 심각으로 다시 코딩되었습니다. 마지막으로 잠재 계층 분석을 실행하고 결과를 해석합니다. |
| 그래서 우리가 수행한 분석의 자세한 단계를 안내해 드리겠습니다. 우선, JMP Pro 16을 사용하여 LCA를 실행하여 서로 다른 패턴을 가진 인터뷰 개인을 클러스터로 그룹화했습니다. |
| 그리고 우리가 클러스터링 모델을 선택하는 방식은 이러한 모델의 BIC와 AIC 값에 따라 결정됩니다. |
| 모델 보고서에서 각 변수의 효과 크기를 평가하여 잠재적 계층 간의 구분을 파악했습니다. |
| 그리고 그것은 개인을 다른...올바른 잠재 클래스로 분류하는 정확도를 나타내기 때문입니다. 또한 우리는 모델에 대한 각 변수의 영향을 결정하기 위해 로그 가치 값을 살펴봅니다. |
| 다음으로, 우리는 LCA 분류를 기존 PHQ-9 방식을 사용하여 도출한 5가지 우울증 심각도 분류 범주와 비교하기 위해 분할표 분석을 수행했습니다. |
| 우리의 가설은 내가 언급한 응답의 합계에 근거한 널리 사용되는 PHQ-9가 개별 변수의 통계적...통계적 가중치를 고려하지 않기 때문에 지나치게 주관적이라는 것입니다. 이것을 LCA 결과와 비교하는 것은 다음을 사용하여 채워집니다. |
| 통계적 방법을 사용하면 결과의 유효성을 더 잘 검토할 수 있습니다. |
| 그러니 이제 카리슈마에게 연구 결과와 결론에 대한 자세한 설명을 넘겨드리겠습니다. |
| 이제 카리슈마 차례입니다. |
| 카리슈마, 너는 말이 없어. |
| 카리슈마 야다브 | 아, 미안해요. |
| 고맙습니다, Yi. 안녕하세요 여러분. 저는 Karishma Yadav이고, 프레젠테이션을 진행하겠습니다. |
| 따라서 우리는 정신 건강 분야 연구자들이 개인의 하위 그룹을 식별할 수 있는 것이 중요하다는 것을 알고 있습니다. |
| 일반 인구 내에서 정신 건강 증상이나 강점의 패턴이 유사하므로 이러한 그룹을 추가로 연구하여 어떤 정신 건강 수업이 일반적으로 널리 퍼져 있는지와 같은 사항을 조사할 수 있습니다. |
| 그리고 그들이 예측하는 미래 결과와 정신 건강 수업이 시간이 지남에 따라 변화하는지 여부. 또한 이러한 하위 그룹을 식별하는 것은 실무자에게 중요합니다. |
| ...정신 건강 사례를 치료하고 예방하기 위해 현장에서... 그래서 하위 그룹을 식별하는 점점 더 인기 있는 방법은 잠재 계층 분석인데, 이는...LCA로 축약됩니다. |
| 지금부터 프레젠테이션에서. 따라서 LCA는 횡단면 잠재 변수 혼합 모델링 접근 방식입니다. 모든 잠재 변수 혼합 모델링 접근 방식과 마찬가지로 LCA는 모집단 내의 이질성을 찾는 것을 목표로 합니다. |
| 이는 정신 건강 지표와 같은 개인의 행동 패턴을 분석하고 클래스라고 하는 공통 유형을 찾아 이를 수행합니다. 따라서 각 개인은 확률적으로 클래스에 할당됩니다. |
| 표시된 공식을 사용하여 계산됩니다. 그리고 결과는 서로 가장 유사하고 다른 클래스의 개인과 가장 구별되는 개인 하위 그룹입니다. 다음 슬라이드. |
| 따라서 이것이 JMP Pro 16에서 LCA 모델을 구축하는 방법입니다. 앞서 Yi가 언급했듯이 사전 처리 단계에서 생성한 |
| PHQ-9 변수는 9개의 입력 변수, PHQ-9 설문지에서 묻는 질문, 그리고 0~27점의 PHQ-9 점수를 합산하여 5개의 계층을 도출하는 데 사용됩니다. |
| 클래스는 임상의가 많은 의학적 진단에 널리 사용하는 절단점을 기반으로 합니다. 따라서 Yi가 앞서 언급한 클래스는 다음과 같습니다. |
| 없음, 경미함, 보통, 보통 심각함, 심각함. 그래서 사전 처리 후, 우리는 클러스터링 분석 방법으로 LCA를 선택하여 JMP Pro에서 모델을 구축하기로 결정한 다음 PHQ-9 잠복형 검사의 9개 질문을 선택했습니다. |
| 여기에 표시된 입력 피처와 같습니다. 그래서 우리는 3개에서 15개까지의 클러스터에 대한 LCA 모델을 실행하여 가장 적합한 모델을 찾았습니다. |
| 다음 슬라이드. |
| 그래서 이것이 LCA의 결과입니다. 최신 클래스 모델은 반복적으로 추정되며, 잠재적 클래스를 추가하여 데이터에 가장 적합한 모델을 결정합니다. 따라서 가장 적합한 모델을 판단하려면 많은 고려 사항이 필요합니다. |
| 정보 기준을 포함합니다. 그래서 여기서 우리는 정보 기준을 사용했습니다. |
| 보시다시피, 클러스터 5는 베이지안 정보 기준인 가장 낮은 BIC를 제공합니다. 또한 우리는 클러스터 수를 늘려 모델을 실행하려고 했지만, AIC는 클래스 수가 증가함에 따라 계속 바뀌었기 때문에 BIC를 최적의 클러스터 크기로 선택했습니다. |
| 따라서 개인들은 설문지 응답에 따라 5개 클래스로 나뉘었습니다. 다음 슬라이드. |
| 따라서 이는 각 계층의 개인 분포와 각 변수의 응답 비율을 보여주는 차트입니다. |
| 그래서 그것은 또한 각 클래스의 9개 변수 각각의 반응...반응 확률을 보여줍니다. 그래서 클러스터 1에서 볼 수 있듯이, |
| 모든 변수가 우세한 반응으로 전혀 나타나지 않으며 이것이 가장 낮은 위험입니다. |
| 클러스터 2에서는 응답 변수로서 전혀 아닌 비율이 감소하고 |
| 반응으로서 며칠의 비율이 증가했습니다. 클러스터 3은 반응으로서 며칠과 절반 이상의 날이 차지하는 비율이 증가했고, 클러스터 4와 5는 이러한 고빈도 반응의 비율이 더욱 증가했습니다. 다음. |
| 없음, 약간, 보통, 보통 심각, 심각. |
| 따라서 우리가 볼 수 있듯이 1등급은 약 48%의 크기를 가지고 있으며, 이 등급의 개인은 전혀 우울증 증상을 경험하지 않거나, 9가지 변수 모두에 대한 반응이 전혀 없습니다. 이 개인 그룹은 우울증을 경험할 위험이 없습니다. |
| 2등급은 증상이 가벼우며 크기는 약 24%이다. |
| 개인...이 계층의 개인은 수면 장애 또는 수면 시간 초과라는 두 가지 주요 특징을 가지고 있습니다. |
| 일주일에 며칠씩 피곤함을 느끼거나 에너지가 부족한 경우가 있습니다. 그리고 3학년 개인 |
| 중간 정도의 증상을 보이며 학급 규모가 약 11%입니다. 70%가 일주일에 며칠 동안 피곤하거나 에너지가 부족하다고 응답했습니다. 또한 2학년에 나열된 증상의 심각도가 증가했습니다. |
| 또한, 그들은 다른 증상들도 경험했습니다. 예를 들어, 아무것도 하고 싶지 않고, 기분이 침울하고 우울하며 희망이 없다고 느끼는 것입니다. |
| 4등급은 10.44%로 이 그룹의 사람들은 우울증 증상이 더 심각해서 9가지 우울증 증상 중 7가지를 경험하게 됩니다. |
| 꽤 자주요. 그런 다음 우리 반은 6% 정도의 학급 규모를 가진 5학년이 있습니다. 그들은 9가지 증상을 모두 경험했고 심각도는 |
| 매우 높습니다. 그들은 매일, 또는 반나절 이상 그것을 경험합니다. 다음 슬라이드. |
| 그래서 이것이 9개 변수의 효과 크기와 로그 값입니다. 그래서 효과 크기는 보시다시피 0과 1 사이의 값입니다. |
| 효과 크기가 클수록 잠재 계층에서 개인이 정확하게 분류될 가능성이 더 높음을 나타냅니다. |
| 따라서 대부분의 입력 변수는 75%보다 큰 효과 크기를 갖고, 반면 로그 값은 클러스터를 예측하는 변수의 효과입니다. |
| 로그 값이 클수록 변수가 모델에서 더 강합니다. 결과는 모든 변수가 동일한 로그 값 값을 공유하는 것은 아니라는 것을 나타냅니다. |
| 이는 변수가 진단에 동등하게 기여하지 않을 수 있다는 우리의 의심과 PHQ-9 점수의 합산이 각 변수가 모델에서 동일한 수준의 영향을 미칠 때에만 정확하고 신뢰할 수 있다는 의심을 확인시켜 줍니다. 그럼 다음으로. |
| 그래서 마지막으로, |
| 이것은 비상 사태 표입니다. 우리가 볼 수 있듯이 |
| 우울증 증상은 다음과 같은 원인으로 인해 발생합니다. |
| PHQ-9 합계 및 분할표는 우리가 유도한 클래스에 도달했습니다. |
| 잠재적인 클래스 분석은 상당히 다릅니다. |
| P 값은 약 |
| .001, |
| 이는 표본 오류가 없다는 것을 의미합니다. 그래서 우리는 약 1,000번 표본을 추출하면 결과가 일관될 것이라는 것을 정당화하기 위해 이렇게 했습니다. 1,000개의 다른 샘플 중 단 하나만 이것과 다른 결과를 가질 것입니다. |
| 다음. |
| 따라서 마지막으로 LCA와 같은 통계적 클러스터링 모델을 사용하여 도출한 우울증 심각도 수준이 우울증 심각도를 보다 정확하게 평가할 수 있을 것이라고 결론지었습니다. |
| PHQ-9의 응답을 단순히 합산하여 도출한 결과와 비교한 것입니다. |
| PHQ-9 nine 모델을 강화하기 위해 각 변수의 가중치를 결정하기 위한 추가 연구가 필요합니다. 이는 더 신뢰할 수 있고 효율적인 것으로 입증되었습니다. |
| 개인의 우울증 심각도와 우울증 인구 비율을 과소평가하기 때문입니다. |
| 사회에 상당한 위험을 초래합니다. 정확한 진단 방법이 없다면 우울증을 예방하고 치료하는 데 필요한 적절한 자원을 결정하는 것이 어려워집니다. |
| 그럼 저희 프레젠테이션은 여기까지이고, 질문은 영상 아래에 보이는 댓글란에 남겨주세요. 감사합니다. |
| 래리 라루소 | 훌륭한. |
| 정말 고맙습니다. |
| 저는 매우 만족합니다. 제 말은, 듣기에 좋았고 슬라이드도 훌륭하다는 뜻이에요. |
| 카리슈마 야다브 | 감사합니다. |
| 래리 라루소 | 네, 당신 말씀에 따르면 모든 것이 순조롭게 진행되고 있습니다. 저는 아무런 문제도 보지 못했고, 사실 매우 흥미로운 이야기였습니다. |
| 저는 여러분들만큼 기술적인 것은 아니지만, 그것이 어떤 역할을 하는지에 대해 매우 관심이 있었습니다. |
| 주머니에 넣을 수 있을 거라고 확신해요. |
| 카리슈마 야다브 | 감사합니다. |
| 응. |
| 래리 라루소 | 그럼, 좀 자세요. |
| 카리슈마 야다브 | 응. |
| 래리 라루소 | 지금은 11시가 다 되어가지만, 음. |
| 정말 감사합니다. 문제가 있거나 다른 사항이 있으면 다시 알려드리겠습니다. 혹시 괜찮으시다면 말씀해주세요. |
| 외부 사람들과 공유할 수 있는 링크를 받았는데, 여러분 모두에게 보내드릴게요. 보고 싶으시다면 보고 어떻게 보이는지 알려주시면 됩니다. 하지만 그것은 원시 P일 뿐이므로 모든 프런트엔드와 모든 백엔드가 포함될 것입니다. |
| 그냥 궁금하시다면 제가 먼저 보내드릴게요. 여러분의 관심을 끌기 위해서요. 그러면 우리가 그것을 제작할 거라는 걸 알아주세요. 아시다시피, 뭔가를 하면 상호 작용이 가능하고 보기에도 좋을 거예요. |
| 알았어요. |
| 네 네 저는 오늘 저녁 좋은 하루를 보내겠습니다. 무슨 일이 있어도, 함께해 주셔서 다시 한번 감사드립니다. |
| 카리슈마 야다브 | 감사합니다. |
| 래리 라루소 | 네, 만나서 반갑습니다. 모두들 잘 지내세요. |
| 카리슈마 야다브 | 감사합니다. 저도 그렇습니다. 잘 주무세요, 좋은 밤 보내세요. |
| 안녕하세요, 아침입니다. |
| 래리 라루소 | 안녕. |
| 안녕. |
