揚聲器 | 成績單 |
| 卡里什瑪·亞達夫 | 你好。 |
| Yi Ying TAN | 你好。 |
| 卡里什瑪·亞達夫 | 抱歉，我們聽不到你結婚的消息。 |
| Yi Ying TAN | 我，我的意思是對不起。 |
| 卡里什瑪·亞達夫 | 是的，我聽得到你的聲音。 |
| 拉里·拉魯索 | 現在我想這會起作用。 |
| 卡里什瑪·亞達夫 | 是的，它有效。 |
| 拉里·拉魯索 | 好的，太好了。 |
| 抱歉，這很有趣。 |
| 由於某種原因，我的筆記型電腦 Mike 不會在 JMP 之外接我，所以。 |
| 我必須來回 JMP，但我知道每次有人說話時，我都聽不到。 |
| 你們在做。 |
| 卡里什瑪·亞達夫 | 我們做得很好。 |
| 拉里·拉魯索 | 我喜歡你的身體，你說的是克里希納。 |
| 卡里什瑪·亞達夫 | 是的，這是蘇格蘭的。 |
| 拉里·拉魯索 | 愛爾蘭MMA 不錯。 |
| 我承認這一點。 |
| 出色地。 |
| 拉里·拉魯索 | 然後他就是你說的。 |
| Yi Ying TAN | 是的，是的。 |
| 拉里·拉魯索 | 太棒了，是的，謝謝你們兩個所做的事情。 |
| 我們當然感謝您花時間錄製演講，而且我真的來這裡只是為了在製作方面提供一些幫助。 |
| 如果你注意到左上角，你可能會看到我們正在自動錄音，只是想確保您都同意這一點。 |
| 卡里什瑪·亞達夫 | 是啊，好吧。 |
| 拉里·拉魯索 | 優秀等等。 |
| 顯然，我們的目的是將其作為發現會議的一部分，並且我們將把它放在community.com 的社群頁面上。 |
| 因此，它實際上也會在會議結束後繼續存在，人們將能夠訪問它以及所有內容，你們也對此感到滿意嗎？ |
| 卡里什瑪·亞達夫 | 是的，很好。 |
| 拉里·拉魯索 | 太棒了，非常感謝，這是兩個法律問題。 |
| 而且，您的背景看起來很棒，我只是想確保沒有徽標侵權或您之前為我們錄製的一切看起來都很棒，這是您第一次參加發現峰會嗎？ |
| 卡里什瑪·亞達夫 | 是的，這是第一次。 |
| 好的。 |
| 拉里·拉魯索 | 那麼，當你們要走的時候，我會讓你們知道我可能會換新的。 |
| 只要你在說話，然後就刪除我的視頻，而我不應該在屏幕上彈出，但如果我這樣做，那麼我就不可能錯誤地出現他，所以我會在什麼時候我們該走了，我要關掉我的影片了。 |
| 感覺就像你只是在自言自語，但我正在傾聽並確保一切順利，並且視頻看起來不錯並且幻燈片中的所有內容都會找到。 |
| 由於某種原因，我記錄了其中十多個，如果出於某種原因，出現了一些故障。 |
| 我只是要取消靜音並說嘿，我需要你們停下來，我們將不得不重新錄製或其他什麼，但我預計不會發生這種情況，所以只需用粉筆寫下來，然後從頭到尾說話。 |
| 如果你們中的任何一個人只是覺得天哪，我把事情搞砸了，那不是我想說的，我們就停下來，然後說，嘿，我要重新開始，再做一次，哦，是的。 |
| 你應該這樣做。 |
| Yi Ying TAN | 好的。 |
| 拉里·拉魯索 | 但是，但我鼓勵您不要擔心像這裡這樣的人，目的是對此非常隨意，並且不需要完美。 |
| 我想說，就像我說的，我唯一擔心的是，如果你想等一下，我會在事件方面做，或者你說錯了什麼，你意識到我們有能力只是說我'我要重新開始，這很好，但是，就像我說的。 |
| 觀看我們比賽的人們會非常非常寬容，這是一個變焦通話，我不會擔心，這是一件可怕的事情。 |
| Yi Ying TAN | 新加坡晚上 30 點，你知道，比你的計劃更喜歡。 |
| 一次。 |
| 拉里·拉魯索 | 另一件事是。 |
| 如果你能給我一個口頭提示，那麼我不知道你們中的哪一個先開始，但如果你願意的話。 |
| 感謝您加入我，歡迎參加我們的演講或類似的活動，因為這給了我一個起點，以確保“好吧，我知道她”。 |
| 我想從這裡開始，如果您有任何問題，請在最後表示感謝您加入我。 |
| 請隨意將它們輸入到聊天或類似的內容中，因為將會建立一個底部有評論的頁面。 |
| 或者，如果您只是想以感謝加入我的方式結束它，您知道我不知道聯繫信息或只是向我提供音頻起點和終點，以便我們可以剪輯該視頻並確保它看起來。 |
| 然後我要說的最後一件事是我會讓你們來做示範。 |
| 我們正在錄製三個不同的版本嗎？ |
| 一個只有幻燈片，因此滑桿佔據了整個螢幕，另一個是你在說話，你現在看到的我可能是我只是帶著一點外國人，然後蒼蠅佔據了 80%螢幕的。 |
| 然後是第三個。 |
| 您全螢幕顯示，僅作為揚聲器，我們這樣做是因為大多數時候都會有您的幻燈片和您。 |
| 但如果你只是為了變化而在幻燈片上停留超過幾分鐘，我們可能會失敗，就你知道的照片而言，就像你說了 20 秒然後回去一樣。 |
| 所以我們有三個不同的版本，其中一些非常好。 |
| 製作人會介入並就如何展示它做出一些創造性的決定，所以只要知道它可能會像你知道的那樣來回 JMP，就像電視節目一樣，有時你會有時對著幻燈片說話，然後大多數時候。 |
| 卡里什瑪·亞達夫 | 好吧，聽起來不錯，是的。 |
| 拉里·拉魯索 | 好的，您還有其他問題嗎？ |
| Yi Ying TAN | 是的。 |
| 卡里什瑪·亞達夫 | 所以如果我們必須重考。 |
| 碰巧的是，它會恢復，否則我們將不得不一直從錯誤開始。 |
| 拉里·拉魯索 | 所以你知道，如果你只有20 分鐘的演講，我們可能會有40 分鐘的錄音，那也沒關係，我的意思是，如果你知道，出於某種原因，剪掉第一分鐘是多麼容易，所以我再說一次。 |
| 不要對自己太苛刻，但如果你確實覺得不，我真的很想重新開始，只是拉里，我會重新開始，然後說。 |
| 歡迎來到我的演講，你知道，然後我們就會知道第一個版本將擺脫它，所以是的，我們不必重新啟動，我們只需繼續工作直到掛斷電話。 |
| 我們來切菜。 |
| Yi Ying TAN | 好的。 |
| 拉里·拉魯索 | 謝謝你，讓我沒有別的事，我想向你確認一下。 |
| 你的聲音聽起來很棒，背景看起來很棒。 |
| 我想我們可以走了，所以我會把這個交給你，我會一直在聽，所以如果你有任何問題或者你需要停下來或者有其他什麼事情，請告訴我享受這次談話，我會的。 |
| 等你們忙完之後我再和你們談談。 |
| Yi Ying TAN | 謝謝。 |
| 所以我們可以隨時開始。 |
| 拉里·拉魯索 | 是的，是的，剛開始，如果您想花一點時間做好準備，那麼您的幻燈片似乎已經準備好了，所以只要您準備好，就說謝謝您加入我，然後就可以離開了。 |
| Yi Ying TAN | 和 |
| 拉里·拉魯索 | 我要把自己靜音並關閉視訊。 |
| 謝謝。 |
| Yi Ying TAN | 早安.首先我要感謝組委會將我們的計畫入圍，很榮幸能參加JMP探索高峰會。 |
| 在我開始演講或介紹我們的團隊之前，我們來自 SMU 的商業專案碩士。我是 Yi，今天和我在一起的有 Karishma 和 Sue-Ann。 |
| Tin Seong Kam 是我們的教授。他今天沒有加入我們，因為他還有其他任務。正如您從封面頁中看到的那樣， |
| 在本計畫中，我們研究如何使用 JMP Pro 進行潛在類別分析來識別憂鬱症亞類。在演示過程中，我們可以使用 LCA 的縮寫形式來指稱潛在類別分析。 |
| 好的。 |
| 為了讓您了解我們計畫的更多背景信息，我們正在研究憂鬱症，這是一種在各個年齡層的青少年和成年人中越來越常見的精神疾病。根據世界衛生組織, |
| 世界衛生組織認為，憂鬱症是全球造成殘疾的主要原因，也是全球疾病整體負擔的主要原因。 |
| 準確診斷憂鬱症嚴重程度的能力一直是治療憂鬱症患者的關鍵障礙。 |
| 有一份問卷通常用於幫助診斷憂鬱症並確定其嚴重程度。 |
| 它被稱為 PHQ，公共衛生問卷。 |
| 這是一個九個問題的樂器... |
| 其中包含這些問題。第一個是……第一個是你對做事沒什麼興趣；第二個是，你感到沮喪或絕望。 |
| 第三，你有沒有睡眠困難或睡太多？第四是你是否感到疲倦或沒有精力？ |
| 第五個問題是您是否胃口不佳或是否暴飲暴食？接下來的幾個問題還有……我們有，你對自己感覺不好嗎？ |
| 您是否難以集中註意力？第八個問題是，你移動或說話的速度是否緩慢，或移動或說話的速度是否太快？我們在我們的專案中包含的最後一個問題是， |
| 你有自殺念頭嗎？ |
| A、B、C、D。 |
| 嚴重程度被認為是中等的。另一方面，C 和 D 的得分相同，均為 20，在 PHQ-9 下被視為嚴重憂鬱。 |
| 因此，面試官會詢問他們出現該症狀的頻率，範圍為 0 到 3。如您所見，如您所知，此表中的回應主要是 0、1、2 和 3。 |
| 零意味著他們沒有任何症狀，三是最常見的，幾乎每天都有。總分是透過所有九個問題的回答求和得出的，範圍從 0 到 27。 |
| 現在，如果我們更深入地研究 C 和 D 的結果， |
| 您可以看到他們的得分都是 20，但他們所經歷的症狀卻截然不同。例如，C經常自我感覺不好， |
| 在這裡，就像你知道的，但我很抱歉，我更多地指向不同的右側，但 D 從未有過這種感覺。 |
| C 很少有自殺念頭，但 D 幾乎每天都在經歷。我們這裡的問題是 |
| 這些症狀對憂鬱症的診斷有同樣的貢獻嗎？因此，從臨床角度來看，PHQ-9 已被評估為衡量憂鬱症嚴重程度的有效工具。然而，我們的團隊認為流行...這流行使用 |
| 基於反應總和的五類憂鬱症嚴重程度 |
| 過於主觀。 |
| 因此，我們專案的目的是演示...找出如何使用 JMP 的潛在類別分析來提供資料驅動和 |
| 客觀的方法來確定憂鬱症的嚴重程度等級。分析結果表明，LCA比傳統的五類方法更好地提高了我們對憂鬱症類別特徵的理解。 |
| 因此，使用2017年至2018年全國健康與營養檢查問卷資料集中的同一組9個問題，我們使用LCA對5000名受訪者進行分類 |
| 分為憂鬱症嚴重程度等級。然後我們將其與僅使用回應總和的 PHQ-9 結果進行比較... |
| 反應變項來得出憂鬱症的嚴重程度。這種類別的比較將揭示兩種方法之間憂鬱症類別嚴重程度的差異。 |
| 是的，讓我在下一張投影片中介紹更多細節。 |
| 我們首先是如何準備數據的，所以我們首先下載了我剛才提到的2017年至2018年國家健康和營養檢查調查的公開數據集。 |
| 我們只使用這些年的數據來維持數據質量，因為我們有點擔心不同時期受訪者的回答方式會有所不同。然後我們在 JMP Pro 中整理資料。 |
| 我們使用的是JMP Pro 16。回應。 |
| 但我們注意到最後一個問題就像是鞏固問題。它會問，這些問題使您工作、處理家庭事務或與人相處有多困難？所以由於性質 |
| 這是一個合併問題，我們已將其排除在我們的工作之外。 |
| 之後，我們進行一些資料清理和準備步驟，例如檢查缺失值、重新命名一些欄位以更好地反映變數以進行潛在分析。 |
| PHQ-9 評分也被列在一個新的欄位中，並重新編碼為五個憂鬱嚴重程度類別，即無、輕度、中度、中度嚴重和嚴重。最後，我們執行潛在類別分析並解釋結果。 |
| 因此，我將向您介紹我們執行的分析的詳細步驟。現在，首先，我們使用 JMP Pro 16 運行 LCA，將具有不同模式的訪談個體分組為群集。 |
| 我們選擇聚類模型的方式是基於這些模型的 BIC 和 AIC 值。 |
| 根據模型報告，我們評估了各個變數的效果大小，以確定潛在類別之間的分離。 |
| 因為這表明將個體分類為不同的…正確的潛在類別的準確性。我們還查看對數值以確定每個變數對模型的影響。 |
| 接下來，我們進行了列聯表分析，將 LCA 類別與使用傳統 PHQ-9 方法得出的五類憂鬱症嚴重程度類別進行比較。 |
| 我們的假設是，基於我提到的反應總和的常用 PHQ-9 過於主觀，因為它沒有考慮各個變數的統計...統計權重。將此與 LCA 結果進行比較，使用 |
| 統計方法，使我們能夠更好地檢查結果的有效性。 |
| 因此，接下來我將請 Karishma 告訴我們更多有關調查結果和結論的資訊。 |
| 交給你了，卡里什瑪。 |
| 你是啞巴，卡里什瑪。 |
| 卡里什瑪·亞達夫 | 哦，對不起。 |
| 謝謝你，易。大家好。我是 Karishma Yadav，我將帶領大家進行我們的演講。 |
| 所以我們知道，對於心理健康領域的研究人員來說，能夠辨識個體的亞群非常重要 |
| 在一般人群中，他們具有相似的心理健康症狀或優勢模式，因此可以對這些群體進行進一步研究以調查問題，例如哪些心理健康類別普遍流行， |
| 以及他們預測的未來結果以及心理健康類別是否會隨著時間的推移而改變。此外，識別這些亞組對於從業者來說很重要 |
| ……在現場治療和預防心理健康病例。因此，一種越來越流行的識別子組的方法是潛在類別分析，即…縮寫為 LCA |
| 從現在開始在演示中。所以LCA是一種橫斷面潛變數混合建模方法。與所有潛在變數混合建模方法一樣，LCA 旨在發現群體內的異質性。 |
| 它透過分析個人的行為模式（例如心理健康指標）並找到稱為類別的常見類型來實現這一點。所以每個人都被機率地分配到一個類別， |
| 這是使用顯示的公式計算的。結果是由彼此最相似且與其他類別中的個體最不同的個體組成的亞組。下一張投影片。 |
| 這就是我們在 JMP Pro 16 中建立 LCA 模型的方式。 |
| PHQ-9 變數透過對 9 個輸入變數、PHQ-9 問卷中提出的問題進行求和，然後使用 PHQ-9 分數（範圍從 0 到 27）得出 5 個類別。 |
| 這些類別是基於切點，臨床醫生在許多醫療診斷中普遍使用切點。所以 Yi 之前提到的類別是 |
| 無、輕度、中度、中度重度和重度。所以經過預處理後，我們決定在JMP Pro中建立模型，選擇LCA作為聚類分析方法，然後選擇PHQ-9潛在問題的九個問題 |
| 如這裡所示的輸入特徵。因此，我們對從 3 到 15 個叢集運行 LCA 模型，以找到最適合的模型。 |
| 下一張投影片。 |
| 這就是LCA的結果。迭代估計最新的類別模型，添加潛在的類別以確定哪個模型最適合資料。所以判斷最適合的方案需要多方面考慮， |
| 包括資訊標準。所以在這裡我們使用了資訊標準。 |
| 正如我們所看到的，集群 5 為我們提供了最低的 BIC（貝葉斯資訊標準）。我們也嘗試在簇數量增加的情況下運行模型，但 AIC 隨著類別數量的增加而不斷變化，因此我們選擇 BIC 作為最佳簇大小。 |
| 因此，根據問卷的回答，將個人分為五個類別。下一張投影片。 |
| 這些圖表顯示了每個類別中個體的分佈以及每個變數中的反應比例。 |
| 因此，它還顯示了每個類別中九個變數中每個變數的反應...反應機率。所以可以看出，在簇一中， |
| 所有變數都沒有作為主要反應，這是最低的風險 |
| 簇。在第二組中，「完全不」作為反應變數的比例有所下降，並且 |
| 增加比例數天作為反應。集群3增加了數天和超過一半天作為響應的比例，集群4和5進一步增加了這些高頻響應的比例。下一個。 |
| 無、輕度、中度、中度重度和重度。 |
| 因此，正如我們所看到的，第一類的規模約為 48%，該類中的個體根本沒有經歷任何憂鬱症狀，或者對所有九個變數根本沒有反應。這組人沒有罹患憂鬱症的風險。 |
| 二類症狀較輕，規模約佔24%。 |
| 個體...此類個體具有此處列出的兩個主要特徵，即睡眠困難或睡眠過多 |
| 每周有幾天感到疲倦或精力不足。以及三班的個人 |
| 有中度症狀，班級規模約 11%； 70% 的人表示，他們每週有幾天感到疲倦或精力不足。他們也經歷了第二類所列症狀的嚴重程度增加。 |
| 此外，他們還出現了其他症狀，例如對做事沒有興趣、情緒低落、沮喪和絕望。 |
| 第四類的人數為 10.44%，這群人的憂鬱症狀甚至更嚴重，因此他們大約有九分之七的憂鬱症狀 |
| 相當頻繁。然後是五班，班級人數約 6%。他們經歷了所有九種症狀，嚴重程度為 |
| 非常高。他們每天或超過一半的時間都會經歷這種情況。下一張投影片。 |
| 這些是九個變數的效應大小和對數值。因此，正如您所看到的，效果大小的值介於零和一之間， |
| 效應值越大表示個體被準確分類到潛在類別的可能性就越高。 |
| 因此，大多數輸入變數的效應大小高於 75%，而另一方面，對數值是變數在預測聚類時的有效性。 |
| 對數值越大，模型中的變數越強。結果顯示並非所有變數都具有相同的對數值。 |
| 這證實了我們的懷疑，即變數可能對診斷的貢獻並不相同，並且只有在模型中每個變數具有相同影響水準的情況下，PHQ-9 分數的求和才會準確可靠。那麼接下來。 |
| 所以最後， |
| 這是列聯表。正如我們所看到的 |
| 憂鬱症狀源於 |
| PHQ-9 求和和列聯表得出我們使用派生的類 |
| 縱觀階級分析則截然不同。 |
| P值約為 |
| .001, |
| 這表示不存在抽樣誤差。所以我們這樣做是為了證明，如果我們採樣大約 1,000 次，1,000 個不同的樣本，結果將是一致的，其中只有一個會得到與此不同的結果。 |
| 下一個。 |
| 因此，最後，我們得出結論，使用 LCA 等統計聚類模型得出的憂鬱症嚴重程度將提供更準確的憂鬱症嚴重程度評估， |
| 與僅使用 PHQ-9 響應求和得出的結果進行比較。 |
| 需要進一步的研究來確定各個變數的權重，以加強已被證明更可靠和高效的 PHQ-9 九個模型。這很重要 |
| 因為低估了個體的憂鬱症嚴重程度和憂鬱症人口的百分比 |
| 為社會帶來重大風險。如果沒有準確的診斷方法，就很難確定預防和治療憂鬱症所需的足夠資源。 |
| 這就是我們演示的全部內容，歡迎在影片下方的評論框中提出問題。謝謝。 |
| 拉里·拉魯索 | 出色的。 |
| 太棒了，非常感謝。 |
| 我對此非常滿意，我的意思是我認為聽起來很棒，你的幻燈片很棒。 |
| 卡里什瑪·亞達夫 | 謝謝。 |
| 拉里·拉魯索 | 是的，根據你的說法，一切都很順利，我沒有看到任何問題，實際上我的談話非常有趣。 |
| 我對技術不太感興趣，但對它的棒子有什麼興趣。 |
| 我確信它會是口袋裡的。 |
| 卡里什瑪·亞達夫 | 謝謝。 |
| 是的。 |
| 拉里·拉魯索 | 好吧，睡一會兒吧。 |
| 卡里什瑪·亞達夫 | 是的。 |
| 拉里·拉魯索 | 現在已經快11點了，但嗯。 |
| 非常感謝你們，如果有任何問題或其他什麼，我們會再次通知你們，如果你們願意的話。 |
| 我得到了一個可以與外部人員分享的鏈接，如果你們只是想看看它並看看它是什麼樣子，我會將其發送給你們所有人，但它只是原始P，所以它將包含我們所有的內容前端的東西，以及所有這些後端的東西。 |
| 如果你只是好奇，我會繼續將其發送給你，只是為了你的興趣，然後只知道我們會生產它，你知道並做一些會成功的，你知道互動並且之前看起來不錯，因為。 |
| 好吧，好吧。 |
| 是的，是的，無論如何，我度過了愉快的一天，再次感謝您加入我。 |
| 卡里什瑪·亞達夫 | 謝謝。 |
| 拉里·拉魯索 | 好的，很高興認識大家，保重。 |
| 卡里什瑪·亞達夫 | 謝謝你，同樣在這裡，晚安。 |
| 早安. |
| 拉里·拉魯索 | 再見。 |
| 你好。 |
