Conférencier | Transcription |
| Pierre Polito | Bonjour Stan, es-tu là ? |
| Salut Pierre. |
| Pierre Polito | Comment allez-vous. |
| Je vais bien. |
| Merveilleux. |
| Pierre Polito | Comment vous sentez-vous à l’idée de rédiger votre résumé aujourd’hui ? |
| Ouais, je me sens plutôt bien. |
| Bon, je n'ai pas envie de mettre une semaine de plus pour m'entraîner. |
| Pierre Polito | Maintenant, bien sûr. |
| J'ai toujours pensé que la perfection est l'ennemi du bien. |
| Ouais ouais tu as raison, ouais, j'ai cliqué sur le mauvais lien. |
| Oh, je suis désolé pour ça, oui, c'est bon de cliquer pour aller dans l'espace où j'enregistre pour celui-ci. |
| Pierre Polito | Ah, je vois. |
| Là où tu es, nous sommes. |
| Pierre Polito | désolé pour ça. |
| Très bien, laissez-moi m'arrêter. |
| Votre écoute pour confirmer quelques éléments avant de commencer, et il est très inutile de voir un fichier Excel et vous pensez qu'il serait dans JMP. |
| Un instant, comment se passe ta journée ? |
| Jusqu'ici, tout va bien. |
| Pierre Polito | Super, et d'où appelez-vous ? |
| j'appelle de Jeffersonville, Indiana, qui se trouve juste de l'autre côté de la rivière pour Louisville, Kentucky. |
| Pierre Polito | Ok, je vais à Lexington et je vivrai en novembre. |
| Oh vraiment pour l'une des conférences. |
| Pierre Polito | connais un plaisir c'est moi. |
| le 40e anniversaire de mon beau-frère et un tas de choses. |
| les gars vont se retrouver pour une dégustation de whisky. |
| Bien, bien, ils ont le sentier Bourbon, maintenant tu y vas, ouais. |
| Pierre Polito | c'est exactement ce que nous faisons. |
| Très bien, un instant, Stan. |
| Ok, et quand tu auras fini, fais-le-moi savoir, laisse-moi te donner mon numéro de portable. |
| Pierre Polito | Très bien, on regarde. |
| La prédiction de survie des patients souffrant d'insuffisance cardiaque ou votre autre résumé. |
| Non, c'est ça, l'insuffisance cardiaque. |
| Pierre Polito | Ok, donc le titre est juste de confirmer la prédiction de survie des patients souffrant d'insuffisance cardiaque à partir de données de laboratoire clinique limitées en utilisant JMP. |
| c'est ça. |
| Pierre Polito | Ok, et je dois passer en revue quelques points ici. |
| Vous n'avez pas de co-présentateurs, n'est-ce pas ? |
| C'est exact et je dois ensuite le confirmer verbalement, vous comprenez que cela est enregistré pour la conférence au sommet de la découverte JMPed et sera disponible publiquement dans la communauté des utilisateurs JMP. Donnez-vous la permission pour cet enregistrement et son utilisation. |
| Je vais très bien. Merci beaucoup, tout va bien. |
| Peux-tu juste dire quelques mots, je veux juste m'assurer que le son est clairement entendu. |
| Ok, eh bien, laissez-moi, laissez-moi juste commencer, je m'appelle Stan Saran d'Itch et je suis analyste principal chez Crucial Connection LLC. |
| Et je suis situé à Jeffersonville, Indiana, juste en face de la rivière Ohio, du célèbre Louisville, Kentucky, et aujourd'hui, je vais vous parler de la prédiction de l'insuffisance cardiaque. |
| Pierre Polito | Parfait, d'accord, ça arrive. Bien et clair. |
| D'accord. |
| Pierre Polito | Permettez-moi de préciser quelques points pour que les visuels soient clairs. Nous devons vérifier votre écran. Si vous êtes sur une machine Windows. |
| je suis sur une machine Windows 10 et je vais travailler sur mon moniteur externe. |
| Pierre Polito | Ok, donc si vous pouviez simplement aller dans la barre de recherche en bas et taper affichage. |
| barre de recherche en bas oh. |
| Pierre Polito | ouais, si ça te dérange de partager ton écran pendant que tu fais ça, je peux. |
| vérifie les choses, ouais. |
| ouais, j'ai eu quelques problèmes avec celui-ci, pour ne pas dire plus. |
| Nous partageons l'écran, mais je perds mon partage d'écran de temps en temps. |
| Pierre Polito | Oh, tu peux vérifier ça. |
| D'accord. |
| Pierre Polito | Donc, en bas, vous verrez le bouton de partage d'écran. Oh, tu es désolé, c'est sur mon père. |
| Ok ouais, alors tapez et cliquez sur cette loupe. |
| Et tapez dans l'écran. |
| D'accord. |
| Où. |
| Pierre Polito | Vous pouvez simplement commencer à taper si le curseur est déjà en place. |
| Oh, le voilà. |
| Pierre Polito | Oh, je ne pense pas que tu veuilles appuyer sur Entrée lorsque tu essaies ça une fois de plus. |
| D'accord. |
| Pierre Polito | Alors allons changer la résolution. |
| Et la direction de Microsoft. |
| Pierre Polito | dit oh c'est toi qui sais je parie, c'est sur ton autre moniteur. |
| ouais, c'est sur mon autre moniteur. |
| Pierre Polito | Ok, est-ce que ça te dérangerait de le faire glisser jusqu'à celui-ci ? |
| D'accord. |
| Oui. |
| Pierre Polito | Je ne peux pas encore le voir, je ne vois que la fenêtre de votre navigateur. |
| Et c'est tout. |
| Pierre Polito | Parce qu'il le disait. |
| ouais, nous avons eu le même problème. |
| Pierre Polito | Alors, avez-vous partagé tout votre écran ou partagez-vous juste une partie ? |
| fenêtre, pensais-je, partageait tout l'écran. |
| Nouvelle action. |
| Le problème est que bien souvent, cela me couvrira. |
| Barre de contrôle pour la réunion zoom. |
| Ah. |
| C'est pourquoi j'essaie de le faire comme ça. |
| Pouvez-vous voir la planification, peut-être voir comment cela est arrivé là-dedans. |
| Pierre Polito | c'est ce que je vois, la planification est simplifiée. |
| ouais, libre à toi de faire ça. |
| Et je regarde probablement mes perspectives. |
| ouais. |
| Pierre Polito | Et nous allons vouloir fermer Outlook de toute façon, avant de commencer. |
| ouais ouais maintenant maintenant que nous sommes connectés je n'ai plus besoin de fenêtres supplémentaires, laisse-moi fermer ça je vais ouvrir toutes les fenêtres. |
| Ok, et voilà. |
| Et c'est tout ce dont j'ai besoin. |
| Nouveau partage, je partagerai l'écran. |
| Laisse-moi faire glisser ça. |
| Ici, lorsque je clique sur un nouveau bouton de partage. |
| Vous voyez mon bureau. |
| Pierre Polito | Je vois une tente verte. |
| Avec une belle. |
| coucher de soleil dans le Lac Lacté. |
| Ouais, ouais, laisse-moi. |
| Revenez ici pour afficher à nouveau toutes les recherches. |
| Vous voyez ma barre de recherche. |
| ouais. |
| Pierre Polito | Et puis chantez que vous voulez cliquer sur changer la résolution de l'affichage donc merci pour l'option vers le bas. |
| D'accord. |
| Pierre Polito | Et voilà, vous étiez donc à 1920 mais ce n'est pas grave, c'est parfait, c'est là que nous voulons être. |
| Ok, et ensuite tu peux aller fermer ça. |
| D'accord. |
| Pierre Polito | Et puis faites un clic droit sur votre barre des tâches en bas. |
| et allez dans les paramètres de la barre des tâches. |
| Cliquez dessus. |
| ouais. |
| Pierre Polito | ouais. |
| D'accord. |
| Pierre Polito | C'est donc la deuxième option en bas. |
| on le teste automatiquement là, on y va. |
| Très bien, autre chose ici. |
| un. |
| Pierre Polito | je peux aller fermer ça. |
| Et puis la dernière chose que nous voulons faire est de descendre. |
| Aimes-tu. |
| Onglets de notification ou tout ce qui permet de s'assurer que tout ce qui pourrait afficher une fenêtre contextuelle est fermé. |
| ouais, j'ai tout fermé avant de me connecter. |
| Ok, le seul problème est que ma barre de contrôle est toujours allumée sur l'écran de mon ordinateur portable et je regarde toujours la barre de test sur l'écran du tableau Yelp et c'est celui à partir duquel je veux présenter. |
| Pierre Polito | D'accord, un. |
| revenons là-bas et voyons si cela change automatiquement. |
| Ok, alors peut-être que je vais juste essayer de cliquer sur le bureau et peut-être que cela le fera disparaître. |
| Ouais, on y va. |
| Et voilà, nous y allons, nous y allons. |
| Pierre Polito | Très bien, donc une fois que nous... |
| Nous enregistrons maintenant donc. |
| Maintenant, je vais faire attention à ça. |
| Pierre Polito | ouais si c'est le cas. |
| Si cela apparaît, ce n’est pas la fin du monde. |
| D'accord. |
| Pierre Polito | Vous serez. |
| vouloir. |
| Une fois que vous commencerez à présenter, je vais me mettre en sourdine, ma caméra va être éteinte, je vais être un fantôme, vous allez penser que vous ne parlez pas seulement à vous-même. |
| Si tu. |
| vous avez l'impression d'avoir fait un coup d'air cataclysmique et vous voulez tout recommencer, c'est tout à fait normal, malheureusement. |
| La façon dont ils nous font faire ça, c'est que si vous y êtes, nous ne pourrons pas vraiment modifier quelque chose au milieu, c'est essentiellement que nous devons le faire en une seule fois si à l'avenir, vous terminez ceci et puis vous réalisez Oh, je voulais vraiment dire ceci, au lieu de cela. |
| Lorsque ceux-ci sont réellement présentés. |
| vous allez être, vous avez la possibilité d'être en direct, et donc nous pouvons toujours mettre la vidéo en pause, et vous pouvez dire OK, vous savez que j'ai mal exprimé ici ce que j'essayais vraiment de transmettre le X, Y ou Z et vous aurez l'opportunité de le faire en temps réel. |
| remettons les pendules à l'heure, donc si, comme tu t'en rends compte demain ou le jour suivant ou quelque chose comme ça, mais si sur le moment tu as l'impression que je voulais dire ça complètement différemment, on peut simplement recommencer. |
| Ok, eh bien, j'espère que nous n'aurons pas à faire ça. J'avais du mal avec Sharon pour dire et Nick s'est arrêté immédiatement, et je leur ai demandé d'arrêter immédiatement. |
| Et ça sera supprimé, vous savez. |
| Pierre Polito | euh ouais ouais. |
| Ok, alors. |
| Bien. |
| Très bien, je vais laisser mes collègues qui produisent ceci travailler là-dessus. |
| Pour vous, mettons temporairement l'enregistrement en pause. |
| D'accord. |
| Pierre Polito | Très bien, je vais éteindre ma vidéo. |
| Pendant une seconde. |
| Avant de commencer, je veux vérifier le partage d’écran. |
| Parfait, ok. |
| Maintenant, je veux faire apparaître la barre des tâches. |
| Pierre Polito | Non, c'est bon, c'est bon. |
| Ok, le problème c'est que nous voulons juste le maximum. |
| Ouais ouais ok. |
| Pierre Polito | pouce carré pendant que vous présentez. |
| Ok, et voici l'autre affaire avec laquelle j'ai rencontré des problèmes, mardi et la semaine dernière, lorsque j'ai prétendu faire des recherches sur les analystes triangulaires, c'est un peu une histoire, mais je ne vais pas faire de mode présentation. |
| Pierre Polito | Ok, c'est bien. |
| Ok, et donc j'ai ça et voyons si vous voyez mon PowerPoint là-haut. |
| Pierre Polito | Je vois votre PowerPoint. |
| Ok, et si je venais ici ? |
| Pierre Polito | Et je vois mon écran. |
| super Laissez-moi fermer ceci et ouvrir l'autre écran de travail. |
| Allez. |
| Vous voyez, c'est un nouvel écran JMP avec. |
| scripts et fenêtre de script. |
| Je fais. |
| Très bien, oui, j'ai parcouru une partie de la présentation et j'ai arrêté de faire ça et j'ai dû arrêter le partage puis le repartager, alors j'espère que c'est ça. |
| Pierre Polito | D'accord. |
| c'est bon, très bien, je vais maintenant couper mon micro. |
| Et toi. |
| Fais juste ce que tu veux, bonne chance. |
| Ok, merci. |
| Bonjour, bon après-midi ou bonsoir à tous. Je m'appelle Stan Siranovich et je suis analyste principal chez Crucial Connection LLC. |
| Nous sommes situés à Jeffersonville, dans l'Indiana, juste en face de la rivière Ohio, en face de la ville historique de Louisville, dans le Kentucky. |
| Et comme vous pouvez le voir, aujourd'hui, je vais vous parler à l'écran de la prédiction de survie des patients souffrant d'insuffisance cardiaque à partir de données de laboratoire clinique limitées à l'aide de JMP Pro 16. |
| Maintenant, qu'est-ce que c'est, |
| sont une collection de dossiers médicaux. 299 dossiers médicaux pour être exact de patients souffrant d'insuffisance cardiaque. Et ils ont été collectés à l'Institut de cardiologie [incompréhensible] et à [incompréhensible] |
| [incompréhensible] Pakistan. Et elles ont été collectées entre avril et décembre 2015. Maintenant, elles ont été publiées, |
| à l'origine, dans le BMC Medical Informatics and Decision Making Journal, Volume 20 en 2020 par deux auteurs Chicco et Jurman. |
| Les auteurs souhaitaient créer un modèle permettant d’évaluer la probabilité de décès par insuffisance cardiaque. |
| Et le modèle devait être relativement simple, et il devait, espérons-le, être utilisé par les hôpitaux et les praticiens pour évaluer les différentes gravités des maladies cardiovasculaires. |
| Maintenant, ils entrent un peu dans l'histoire et je vais le faire aussi, mais très brièvement, j'indiquerai la raison pour laquelle je fais cela, les auteurs le remarquent. |
| les données qu'ils ont examinées et les modèles qui en ont été dérivés avaient une faible reproductibilité et ils avaient également un certain nombre de facteurs différents dans les cinq ou six premiers. |
| Pour prédire l'insuffisance cardiaque, mais deux d'entre eux réapparaissaient sans cesse, et il s'agissait du volume d'éjection et de la créatinine. Et je vais passer en revue |
| ce que ce sont dans une minute ou deux une fois que nous avons commencé l'analyse. Ce que les auteurs ont fait, c'est utiliser 10 méthodes d'apprentissage automatique différentes, selon eux, avancées, pour prédire l'insuffisance cardiaque. |
| Ils ont donc exécuté 10 scripts d'apprentissage automatique. Ils ont utilisé des arbres de décision de forêt aléatoire, un boosting de gradient, tous les suspects normaux. Excusez-moi. Et ce qu'ils ont fait, c'est les évaluer sur sept apprentissages automatiques distincts |
| Les mesures. Et, sans surprise, ils ont découvert que la créatinine sérique et le volume d'éjection étaient des variables significatives. Et ils ont réussi à éliminer toutes les autres variables. |
| Et ce n'était pas le cas lorsque nous avons fait l'analyse dans JMP Pro 16. Nous allons donc examiner cela et je vais parler un peu de la variable Age, mais, |
| avant de faire cela, laissez-moi évoquer JMP. |
| Et voici la table de données JMP avec laquelle nous allons travailler. |
| Si vous n'êtes pas familier avec JMP, laissez-moi vous présenter brièvement ici, où se trouve mon curseur, la fenêtre de script. Suivie de la fenêtre de colonnes. Vous pouvez voir que nous avons 13 colonnes sans rien de sélectionné et voici la fenêtre de lignes et nous avons 299 lignes. |
| Bien que j'aie téléchargé. La façon dont cela fonctionne est que je suis allé sur Kaggle. Ils ont tout publié sur Kaggle, |
| pour que d'autres personnes puissent s'entraîner, pour ainsi dire. Et dans les années qui ont suivi, un État l'a mis en ligne, il y a eu 177 soumissions distinctes. Elles étaient toutes open source et une douzaine environ de celles que j'ai consultées, elles étaient toutes |
| Comme nous le pensons habituellement, ce sont les deux plateformes Open Source les plus populaires. Ils y ont également placé l'analyse originale, qui a été réalisée dans le langage de programmation statistique R, et ils ont publié tout le code sur GITHUB. Voyons donc ce que nous pouvons faire avec JMP. |
| Passons maintenant aux variables évoquées précédemment. Tout d'abord, nous avons la créatinine phosphokinase. C'est une enzyme. |
| Et c'est un indicateur de lésion musculaire. Nous avons également la créatinine sérique, qui est une substance chimique présente dans le sang. |
| Et c'est un indicateur à la fois de lésions musculaires et d'insuffisance rénale et nous avons parlé de lésions musculaires ici, nous pensons à l'insuffisance cardiaque. |
| Nous avons également la fraction d'éjection, qui est le pourcentage de sang quittant le cœur et le fait de devoir charger la fraction de légende est un indicateur de lésion du muscle cardiaque. Nous avons également le sodium sérique, |
| Il s'agit d'une mesure de routine effectuée à l'aide d'une analyse sanguine. Et des valeurs très basses ici, peut-être un indicateur d'insuffisance cardiaque. |
| Il convient également de noter que nous disposons de ce que l'on pourrait appeler un ensemble de données en équilibre. C'est-à-dire, |
| nous avons eu un... eh bien, il ne faut pas dire que c'est positif... un décès dans 32 % des cas ici et une survie dans 68 % des cas. Donc oui, un à deux |
| Nous avons un tiers des personnes qui ont souffert d'insuffisance cardiaque, les deux tiers en souffrent actuellement. Il faut également mentionner que nous disposons ici d'un ensemble de données relativement restreint. |
| 299 lignes. Très peu pour les enregistrements cardiaques. Commençons donc par l'analyse et laissez-moi vous présenter une autre table de données JMP. |
| Et voici ce tableau de données, et je vais m'en débarrasser. Je vais le faire glisser sur mon autre écran. |
| Ok, nous regardons le tableau de données et j'ai déjà fait un peu de travail là-dessus, je réorganise certaines choses et vous remarquerez ici, |
| anémie, diabète, hypertension artérielle, sexe et tabagisme. Lorsque j'ai importé à l'origine dans JMP, il lui a donné une |
| distribution ou continue |
| type de données et ce que j'ai fait, c'est les modifier. Par exemple, si vous venez ici et que vous regardez l'anémie, ou mieux encore l'hypertension artérielle. |
| Hypertension artérielle - nous avons des zéros et des uns, et ils n'ont pas vraiment dit où se trouvait la limite. Il aurait été bien d'avoir des données continues ici avec le |
| systolique et diastolique. Ce n'est pas le cas. C'est donc avec cela que nous devons travailler et j'ai changé tout cela. Et vous verrez également que les plaquettes |
| est caché. |
| Et c'est parce que je les ai cachés et exclus, devrais-je dire, et c'est parce que j'ai dû les nettoyer et il y a une autre chose que je veux faire. |
| Et, je te montre comment faire cela exprès, je ne l'ai pas fait, je vais ici pour vieillir et je vais le cacher. |
| Et je vais également l'exclure, c'est-à-dire qu'il est caché du graphique pour la visualisation, il sera exclu de tous les calculs, au cas où je le ferais glisser accidentellement avec autre chose et j'expliquerai les raisons de le faire dans un instant. Donc, |
| Nous allons procéder un peu différemment. Je vais commencer, excusez-moi, par l'analyse, puis après avoir terminé l'analyse, je vais revenir en arrière et faire un peu de nettoyage et j'expliquerai au fur et à mesure. |
| Nous venons donc ici pour |
| Analyser |
| et |
| pour suivre autre chose pendant une seconde. Ok, au fait, la présentation PowerPoint sera disponible sur le site Web du Discovery Summit, et j'ai quelques captures d'écran et un peu d'explications, afin que vous puissiez suivre si vous voulez le faire vous-même. |
| Donc, la première chose que je vais faire est de monter ici dans le menu Analyser, de cliquer dessus et je vais descendre ici jusqu'à Modélisation prédictive. |
| Nous avons ici un tas de choix, notamment la comparaison de modèles et le filtrage de modèles. Il est indiqué ici pour le filtrage de modèles : « adapte de nombreux modèles prédictifs différents afin que vous puissiez sélectionner le meilleur ». |
| Donc, cela ressemble à ce que nous avons voulu faire avec, nous aimerions faire un parallèle |
| l'analyse originale. Et il y a cette fenêtre que nous obtenons et si vous remarquez ici en bas à gauche, nous avons une boîte |
| et il y a une case à cocher dedans et cela nous indique quels modèles nous allons exécuter, c'est tout ce qui est par défaut. |
| Donc, il va exécuter, par exemple, Decision Tree, Bootstrap Forest, Boosted Tree, Fit Least Squares, tout ce genre de choses. Tous nos favoris. Et là, il y en a 11 pour nous là-dedans et JMP va le faire automatiquement. Donc, DEATH_EVENT, |
| ce sera ma réponse Y. Et ce que je vais faire, c'est juste |
| cliquez, faites glisser et sélectionnez toutes les variables ici, et je vais les mettre comme facteurs X. |
| Et je vais cliquer sur OK. |
| Et nous nous asseyons et laissons JMP faire son travail. |
| Et voilà. Voici le résultat que nous obtenons. |
| Alors, partons de là. Voici les détails. Nous pouvons voir les différentes |
| analyses que nous exécutons si nous cliquons sur ce triangle gris. |
| Nous pouvons voir plus de détails et les détails qui sont présents dans la fenêtre dépendent d'une analyse particulière et ensuite de l'exécution. Si nous voulons aller plus loin, bien sûr, nous pouvons cliquer sur le point rouge et nous avons quelques choix supplémentaires. |
| Voilà donc ce que nous avons ici, et quand il a fait cela, il a également ouvert cette boîte ici et elle est étiquetée formation. Et ce sont les résultats de l'exécution de toutes les données en tant qu'ensemble de formation. En d'autres termes, il n'y a eu aucune formation. |
| Il n'y avait pas d'ensemble de test. Excusez-moi, il y avait un ensemble d'entraînement, mais il n'y avait pas d'ensemble de test. Et il n'y avait pas d'ensemble de validation et c'est parce que nous n'avons fait aucune sélection. |
| Il s'agit simplement d'un dépistage et il nous indique lesquels ont obtenu les meilleurs résultats à l'entraînement. Ok, donc, nous voyons le nombre de colonnes ici, alors |
| parcourons-les brièvement. L'entropie R au carré est |
| simplement un R au carré et c'est, |
| Eh bien, c'est une mesure qui se compare aux vraisemblances logarithmiques du modèle ajusté, donc c'est une valeur logarithmique. |
| Et nous avons le taux d'erreur de calcul, la zone sous la courbe ici, évidemment, plus il est élevé, mieux c'est. |
| Et nous avons le RASE, qui est le taux de prédiction moyen au carré. C'est donc la différence entre une probabilité de 1 et une probabilité de 1. |
| C'est la probabilité ajustée pour le modèle que JMP a élaboré. Et nous avons le carré R généralisé que tout le monde considère comme R au carré. C'est un |
| mesure... elle est appliquée aux modèles de régression, et si nous obtenons un ajustement parfait, nous avons un 1, et si nous n'obtenons pas d'ajustement, nous avons zéro. Ils sont classés ici donc Bootstrap Forest est arrivé en tête. |
| Et voyons ce que je veux dire d'autre, vérifie mes notes. |
| Je pense que c'est à peu près tout, nous pourrions |
| Reviens ici encore |
| et ouvrez la forêt Bootstrap et vérifiez les résultats, et nous pouvons voir que pour notre ensemble de formation ici, regardons la matrice de confusion. Cela nous donne |
| les données de formation ici, qui sont les mêmes données que celles que nous avons vues, mais ce sont juste pour la forêt bootstrap et nous avons la matrice de confusion ici, nous avons prédit le nombre. |
| Et, ici, nous avons le taux prévu pour la forêt Bootstrap. Et si vous n'êtes pas familier avec cela ou si votre mémoire est un peu rouillée, cela nous montre le nombre de |
| des événements de décès qui étaient des événements de décès réels avec la valeur de zéro, et c'est le patient qui a survécu ici, le 83, |
| nous avons eu un événement de décès avec une valeur de un, ce qui signifie que le patient n'a pas survécu. Et c'est le décompte absolu, nous voulons donc regarder la diagonale allant du coin supérieur gauche au coin inférieur droit. |
| en bas à droite et en diagonale ici, du bas à gauche vers le haut à droite, ce sont les chiffres incorrects. Donc, nous avions 13 |
| Les temps ici qui étaient censés assurer la survie, et ce n'était pas le cas. Il s'agissait de décès. Et puis, dans la deuxième case grise, nous avons les mêmes données, mais il s'agit du taux. Ce qui, dans notre cas, est une mesure un peu meilleure, car nous avons un ensemble de données déséquilibré, donc je vais fermer cela. |
| Et ensuite, |
| ce que nous allons faire, c'est aller dans le mode Analyse et ajustement. Et la raison pour laquelle nous voulons faire cela est que nous allons y adapter un modèle de régression, ce qui est beaucoup plus facile à comprendre pour les gens et cela nous donnera |
| donne nous une chance de nous montrer |
| la capacité d'interagir dans JMP. Donc, ce que je vais faire, c'est fermer cela et je vais monter ici pour analyser, nous y sommes, pour |
| Modèle d'ajustement. |
| Et bien, |
| Nous savons maintenant que les variables, tout d'abord, laissez-moi monter ici |
| nous allons mettre DEATH_EVENT là-dedans comme ce que nous voulons prédire. Et nous savons et nous avons vu que la créatinine, non, ce n'est pas la bonne. La fraction d'éjection |
| et le voici. |
| Créatinine sérique |
| sont des variables importantes. Et l'âge est également apparu dans quelques analyses. Alors, permettez-moi de l'inclure si je peux le retrouver. |
| Accrochez-vous. |
| Laissez-moi recommencer, quelque chose a été oublié. |
| Hé Peter, pouvons-nous faire une pause une seconde. |
| Donc, ce que je vais faire, c'est venir ici pour analyser, |
| Modèle d'ajustement. Et Y sera le DEATH_EVENT. |
| Et ce que je vais faire, c'est que, puisque le nombre de modèles a trouvé l'âge comme une variable importante, je vais ajouter l'âge. Et je vais mettre |
| fraction d'éjection et créatinine sérique. |
| Les auteurs n'ont pas trouvé l'âge comme variable significative, mais je l'ai fait, donc je pense qu'il pourrait y avoir une interaction et JMP nous permet de gérer cela très facilement. Donc, pour cela, je clique sur l'âge |
| et la fraction d'éjection au lieu de cliquer sur Ajouter, |
| Je descends ici |
| Cliquez sur Croix et je vais passer à l'âge. |
| et |
| créatinine sérique. |
| Et c'est le contrôle clic. |
| Et nous allons ajouter cela pour que nous ayons. |
| Âge, fraction d’éjection, attendez une minute. |
| Je pense que tu as juste fait une erreur, celui-là. |
| Et voilà. |
| Maintenant, c'est là, donc il y a les deux interactions et nous pouvons voir ici qu'il nous a donné un choix pour la personnalité. Et ce que nous allons faire, c'est accepter la valeur par défaut, qui est Logistique nominale. |
| Et nous avons d’autres choix ici, mais nous nous en tiendrons à celui-là. |
| Et je vais cliquer sur Exécuter. |
| Et voici ce que nous obtenons. |
| Ok, alors. |
| Nous devons enregistrer la valeur ici, qui est fondamentalement négative. |
| logarithme en base 10 de cette valeur de probabilité ici. Et la raison pour laquelle nous le faisons, c'est que cela facilite le travail, excusez-moi, la représentation graphique et la compréhension par les êtres humains. Nous voyons donc ce numéro un sur la liste. |
| C'est la fraction d'éjection, excusez-moi, c'est ce que les auteurs ont trouvé. Le numéro deux est la créatinine sérique, mais l'âge est toujours le numéro trois et très significatif. |
| Et nous avons regardé dans |
| interactions et nous voyons qu'elles ne sont pas significatives. Au fait, cette ligne bleue ici est la valeur de deux. C'est deux. |
| Et ils ont mis ça dedans ou simplement pour que ce soit plus facile à voir. Et la raison pour laquelle j'ai choisi deux, c'est parce que c'est un logarithme de 0,01, qui est le niveau de signification choisi par défaut par JMP. |
| Mais nous descendons ici et nous voyons que la valeur du logarithme ou de l'équation de régression va être relativement faible, mais nous sommes ici et à 0,05, ce qui pourrait être une limite dans de nombreux modèles expérimentaux. Cela pourrait être une limite dans de nombreux cas. |
| L'analyse fonctionne donc nous allons en prendre note, même si nous allons l'ignorer ici, car cela ne dépasse pas notre limite de 0,01. |
| Cela peut intéresser les cliniciens. Cela peut leur donner un autre élément à surveiller et cela peut très bien être significatif dans un autre ensemble de données. Et nous avons toutes les données habituelles ici. Voyons ce que nous pouvons examiner, laissez-moi faire défiler vers le bas, d'accord. |
| Nous avons les probabilités du chi carré, sur lesquelles je n'entrerai pas dans les détails, et nous avons les estimations ici, qui seraient le coefficient de notre équation de régression. |
| Voilà donc ce que nous avons trouvé. |
| Alors laissez-moi minimiser cela et nous allons passer au nettoyage et à l'exploration maintenant, la raison pour laquelle je l'ai fait, sans nettoyer au préalable, c'est parce que dans les articles originaux, il n'y avait aucune mention de |
| nettoyage et en quelque sorte le tri des données. Ils ont juste pris les données et ont exécuté leurs modèles dessus. |
| Et j'aime d'abord regarder mes données. Alors, regardons quelques points ici. Tout d'abord, si nous arrivons ici, |
| et cliquez sur cette petite icône, nous pouvons afficher ces graphiques d'en-tête. Et j'aime faire ça. Alors, cliquons sur 1 ici, qui est |
| événement de mort positif, si je peux utiliser ces termes. |
| Et ce que cela fait, c'est mettre en évidence toutes les lignes avec un événement de décès de 1. Si nous voulons y regarder de plus près, nous pouvons voir s'il existe une sorte de corrélation avec les autres variables qui pourraient nous apparaître et il n'y en a pas beaucoup. |
| Ma fenêtre, mais nous avons remarqué une chose : nous avons des distributions vraiment, vraiment biaisées pour le |
| créatinine phosphokinase et pour la créatinine sérique qui semble un peu étrange. Rien d'autre, nous pouvons les éliminer |
| en cliquant n'importe où ailleurs dans le graphique et, au fait, si vous n'êtes pas familier avec cela, ce genre de choses sont |
| déplaçable si nous voulons étendre quoi que ce soit. |
| Maintenant, à partir de là, passons à Graph Builder. |
| Voyons. |
| Je vais vous dire ce qui nous préoccupe, puisque nous sélectionnons cette colonne, qui est la créatinine phosphokinase, et cliquez sur Maj. |
| Pour la créatinine sérique et, oh, j'ai presque oublié avant de faire ça |
| faisons un clic droit |
| Et nous pouvons passer directement de là à la distribution, et c'est la même chose que nous obtenons si nous allons jusqu'au graphique et à la distribution. Nous pouvons voir que nous avons une distribution très asymétrique dans les deux cas. |
| Et nous avons beaucoup de valeurs aberrantes ici, ce ne sont que des quantiles et je vais fermer ça. Laissez-moi fermer ça. Nous n'en avons pas vraiment besoin. |
| Et regardons les statistiques récapitulatives, laissez-moi. |
| Voilà, pour la créatinine phosphokinase, nous avons une moyenne de 581, un écart type de 970. C'est donc un peu bizarre. C'est évidemment très loin de ce qui serait un cas idéal et ici pour la créatinine sérique, je veux dire que nous avons une moyenne |
| de ce que j'appelle 1,4 et l'écart type de 1,0. Ce n'est donc pas non plus une situation idéale. Et cela nous a également donné d'autres informations et si c'est un peu difficile à voir sur ce graphique, mais si vous n'êtes pas |
| habitué à regarder les boîtes à moustaches très rapidement, les moustaches représentent 1,5 fois l'écart interquartile, qui est la différence entre le 25e percentile, qui est le bas de la boîte ici, et le 75e percentile, qui est le haut. |
| Le losange nous donne la moyenne et la ligne nous donne la médiane. Et, pour que cela soit un peu plus clair, je peux développer cela, et vous pouvez le voir un peu mieux et il y a beaucoup de valeurs aberrantes. |
| Donc, |
| Gardez à l'esprit que la créatinine sérique était l'une de nos variables prédictives les plus fortes. Nous pourrions également examiner cela un peu plus en détail |
| en allant sur Graph Builder. |
| Passons maintenant à Graph, Graph Builder. |
| Et voici la fenêtre que nous obtenons. |
| Eh bien, nous savons grâce à nos recherches et |
| certains sujets, connaissances, voire expertise, selon lesquels la créatinine phosphokinase est produite en continu par le corps. Et elle réagit sur |
| un précurseur de ce qui deviendra la créatinine sérique, il y a donc peut-être une relation entre les deux et nous aimerions également examiner ces distributions, disons, insatisfaisantes. Donc ici, la créatinine phosphokinase. |
| Et nous mettrons cela sur l'axe X simplement en cliquant ici. |
| Et nous allons faire la même chose avec la créatinine sérique sur l'axe Y et voici ce que nous obtenons. Nous avons donc remarqué que la créatinine sérique Y passe de zéro à 10 et tandis que |
| créatine phosphokinase, mec, ça va très loin ici |
| à presque 8000. Maintenant, il y a une chose que nous pouvons faire. |
| C'est du cliquer-glisser et nous pouvons étendre cela un peu plus. Mais, l'autre chose que nous pouvons faire |
| c'est double-cliquer sur notre axe et nous obtenons cette fenêtre, je n'entrerai pas dans les détails à ce sujet, mais nous montons ici et regardons l'échelle et voyons le maximum une fois que nous avons dépassé 8000. Et, en regardant le graphique ici en bas, laissez-moi le faire disparaître. |
| Certes, la plupart de nos valeurs pour la créatine phosphokinase sont inférieures à 1 000. En fait, il semble qu’une bonne partie d’entre elles soient inférieures à cinq ou six cents. |
| Donc, |
| Je n'en ai pas besoin. |
| change ça en |
| choisissons 800. |
| D'accord. |
| Et cela nous donne un graphique de ces seuls points de données. Nous avons coupé tous les autres, et nous voyons que c'est essentiellement une ligne droite. Il n'y a pas de relation réelle entre eux et nous avons également quelques valeurs aberrantes ici sur le graphique. |
| créatinine sérique, bien en haut ici à 10. Et cela ressemble à un côté de déni de valeur ici, donc il pourrait être utile que nous revenions en arrière et que nous jetions un autre coup d'œil à ceux-ci, peut-être en nous débarrassant de certaines des valeurs aberrantes pour voir si nous entrons et obtenons des résultats différents. |
| Et c’est à peu près tout, laissez-moi minimiser cela. |
| Jetez un dernier coup d’œil à l’ensemble de données. |
| Oh oui, la créatinine sérique. |
| Nous avons mis cela en continu, mais si vous regardez cela ici dans la colonne, notre plus petit nombre est ici, à la première décimale, nous avons donc la possibilité de 10 valeurs là-bas plus 10 autres valeurs pour la plupart d'entre elles |
| il semble qu'ils soient inférieurs à 2 ou 3. Donc, là, il peut y avoir des questions sur la façon dont nous voulons traiter cela en fonction de l'analyse. |
| Et nous voulons certainement tirer de notre analyse. Nous allons utiliser cela. Voulons-nous vraiment considérer cela comme une variable continue ou devrions-nous le considérer comme une variable ordinale avec peut-être, |
| Je ne sais pas, |
| 20 valeurs différentes pour cette variable ordinale. 20 ou 25 ou ce qui est fréquemment fait dans les analyses marketing, mais ce n'est généralement pas fait ici, mais c'est quelque chose à prendre en compte. Alors, laissez-moi |
| Revenez ici pour un résumé. Revenez au PowerPoint. |
| Et laissez-moi le développer et j'espère que tout le monde pourra le voir, voici donc ce que nous avions. |
| Nous avons 11 modèles différents que JMP a sélectionnés par défaut et nous les avons récupérés en allant dans Analyse, Modélisation prédictive, Criblage de modèles. Nous avons constaté que la créatinine sérique, l'âge et la fraction d'éjection étaient tous significatifs. |
| Et nous avons découvert que l'interaction entre l'âge et la fraction d'éjection croisée pourrait justifier une étude clinique plus approfondie, même si elle n'était pas vraiment significative pour notre étude. |
| Nous avons décidé de la valeur. Nous avons constaté des valeurs très biaisées, notamment dans la distribution de la créatinine, qui a été utilisée dans notre modèle et avec un ensemble de données assez restreint et déséquilibré. Et j'ai déjà mentionné l'âge. Permettez-moi de revenir à l'original. |
| Enlève ça. Voici l'âge. |
| Et nous voyons que nous avons une distribution quelque peu biaisée et je ne l'ai pas mis dans le modèle et la raison pour laquelle je ne l'ai pas mis dans le modèle est la façon dont les données ont été collectées. |
| Nous savons, en lisant les articles, que la façon dont l'époque s'est déroulée était d'envoyer des agents de santé pour vérifier l'état des gens après |
| Les données originales ont été élaborées pour l'étude. Donc, quand vous voyez une personne de 65 ans, elles sont remontées 65 mois plus tard. |
| Oh, excusez-moi, ce n'était pas l'âge dont je parlais, laissez-moi revenir ici. Allez au moment où je le dévoile. |
| Et il y a du temps. C'est un peu bizarre, laissez-moi en parler un peu. |
| Ce qu'ils ont fait |
| Ils sont revenus après l'étude initiale. Donc, quand vous voyez 16 ans, ils sont revenus 16 mois après l'étude initiale et ils ont vérifié s'il y avait eu un décès ou non. C'est-à-dire, le patient était-il toujours en vie ou n'était-il plus en vie. |
| Donc, après 16 mois, ce patient ici, numéro 21, |
| était encore en vie. Maintenant, si nous descendons ici à l'événement de la mort, et laissez-moi souligner celui-là. |
| Et viens ici. |
| Nous voyons que nous avons le temps de 20. |
| Nous ne savons pas si le décès a eu lieu la veille de la semaine précédente, un mois ou deux mois avant. Les auteurs originaux qui ont publié un article et l'ont mis sur Kaggle ont examiné ces données. |
| Et ils n'ont pu en tirer aucune conclusion positive. Cette personne aurait pu mourir au cours du premier mois, mais personne n'a vérifié au cours du premier mois. |
| Et nous ne connaissons pas la fréquence des contrôles de suivi. C'est pourquoi j'ai ajouté et inclus cela, et si nous avions eu de meilleures données, nous aurions pu venir ici pour analyser, |
| Fiabilité et survie et nous aurions pu faire une distribution de vie ou une vie adaptée par X, ce qui est la manière dont beaucoup d'entre elles sont faites, mais nous ne pouvions pas le faire dans ce cas particulier. |
| Donc à peu près ça |
| termine la présentation, je voudrais juste revenir au diaporama PowerPoint qui, une fois de plus, sera publié sur le site et voici les liens vers l'article original du journal. |
| Le Kaggle. |
| pages. L'ensemble de données Kaggle qui est un CSV et, |
| le dépôt Github des auteurs avec le code R. Et j'espère que vous avez tous apprécié cela. |
| Et avec ça |
| nous allons terminer cette présentation. |
| Pierre Polito | Les bons emplois maintenant sont très intéressants. |
| Merci. |
| Pierre Polito | Très bien, eh bien, laissez-moi vérifier ma liste de contrôle. |
| bien sûr. |
| Pierre Polito | Je ne le suis pas. |
| Je ne crois pas qu'avec le temps de l'agent. |
| S'il vous plaît, s'il vous plaît, je l'ai attrapé. |
| Pierre Polito | ouais, et s'ils reviennent et disent "Oh, nous n'aimons pas la pause", ce que nous ferons, c'est que lorsque vous serez en vie, vous pourrez simplement parler à celui qui le présente, et vous pourrez sauter cette partie et simplement dire "c'est ce qui s'est passé" et c'est... |
| D'accord, fais-le. |
| Je ne pense pas qu'ils vont nous demander de le réenregistrer mais. |
| Bien. |
| D'accord, oui, s'ils le font, ce n'est pas un gros problème. |
| Pierre Polito | Ok, eh bien, je vais faire tout le reste. |
| Une fois que nous avons arrêté l'enregistrement, nous sommes prêts à partir. |
| et bon. |
| Pierre Polito | c'est super, merci de me laisser regarder. |
| ouais, eh bien, le bon côté des choses, c'est que même si j'ai eu quelques ratés, c'est qu'il n'y avait aucun problème avec les logiciels. |
| Maintenant, tout avait l'air bien, ouais, ouais, j'ai tout traîné et je suis resté là, donc c'est bien. |
| Pierre Polito | Très bien, eh bien. |
| je te croiserai probablement au sommet de la découverte et passerai une excellente journée. |
| Ok, toi aussi tu fais du théâtre. |
| Pierre Polito | Très bien, au revoir stand. |
| Par. |
