756782_zh-CN

liliconcom

COVID-19 疫苗不良反应模型 (2021-US-30MP-920)

Suling Lee，新加坡管理大学

COVID-19疫苗在缓解全球疫情中发挥着至关重要的作用，这场疫情正导致全球感染和死亡人数激增。然而，疫苗研发和接种速度之快令人咋舌，引发了人们对其安全性的质疑。美国疫苗不良事件报告系统（VAERS）的数据或许有助于判断疫苗安全性问题是否成立。因此，本文结合VAERS中的结构化和非结构化变量，对COVID-19疫苗的不良反应进行建模。

不良反应的严重程度首先从VAERS数据集中描述疫苗接种者接种后反应结果的变量中推导出来。接下来，将描述症状、病史、用药和过敏情况的文本形式的非结构化数据转换为文档词条矩阵，并将其与结构化变量相结合，构建一个预测不良反应严重程度的模型。解释模型使用 JMP Pro 16 构建，采用广义回归模型和二元文档词条矩阵 (DTM)，并基于验证集的 R 方值进行模型评估。

最优模型是使用二元DTM套索估计法的广义回归模型。最优模型显示，导致不良反应的关键决定因素包括症状数量、接种疫苗间隔时间、疫苗接种方式、患者年龄以及与心肺疾病相关的症状。

自动生成的成绩单...

扬声器	抄本
彼得·波利托	你今天怎么样。
	你能听到我吗。
	如果您正在讲话，我听不到。
	你好。
	測試測試。
	哦，你好，Leo，你能听到我说话吗？
	是的，很抱歉，我想到了技术难题，是的。
彼得·波利托	哦，完全没问题。
	哦，好吧，这是一个不错的吉米。
彼得·波利托	哦，在哪儿。
	您是从哪里打来的？
	新加坡。
彼得·波利托	新加坡好吧，多晚了，到那儿了。
	大约909。
彼得·波利托	是的。
	是的，向你致敬。
	坚持下去。
	这么晚了，谢谢你来。
	可能没有，没关系，嗯，是的，我希望我能做得很好。
	哦。
	不，我对此压力很大哦，好吧，是的，好吧，让我放一个虚拟背景。
	好的。
彼得·波利托	在我们正式开始之前，我还需要处理几件事。
	好的。
彼得·波利托	给我一个。
	分钟在这里。
	是的。
彼得·波利托	我只带上我的清单，确保我在这里做的每件事都是正确的。
	好吧。
	只是为了确认一下。
	你真让人安心。
	是的，您的演讲题目是“女巫疫苗不良反应模型”。
	是的，正确吗？是的，没错。
彼得·波利托	好的，然后只是为了确保您理解这是为使用而录制的，并且跳跃发现峰会会议将在跳跃用户社区中公开，您是否允许此录制和使用。
	是的，很好。
	你的麦克风听起来不错，我没有听到任何背景噪音，你的手机是否关闭以及诸如此类的任何可能发出随机噪音的东西。
	不挂断。
	我会发送它并找到它们，是的。
彼得·波利托	好的，然后呢。
	我们需要检查您是否可以共享您的屏幕，然后我们将检查分辨率和其他一些事项。
	好的，当然。
彼得·波利托	谢谢。
	对不起，是Lisa Ling还是安抚地。
	我的名字听起来不错，是的。
彼得·波利托	明白了。
	嗯，可以吗？
彼得·波利托	我还没有看到它哦嗯你知道馅饼盖住它一会儿。
	看起来不错。
	如果你转到屏幕底部，你的任务栏实际上我看不到你的任务栏，所以我们很好。
	好的。
彼得·波利托	让我确认一下。
	任何可能创建弹出窗口的程序（如 Outlook 或 Skype）或任何这些程序都应关闭并退出。
	嗯，是的，我想，所以我打赌他们会检查。
	关闭我的厨房。
	好的。
	是的，很好。
彼得·波利托	好的，那么，您是只使用 PowerPoint 进行工作还是也进行跳转展示。
	我担心转换，所以我将使用 PowerPoint 来完成它。
彼得·波利托	好的，太好了，然后我要静音并关闭我的相机，我们已经在录制了，所以我们尽快。
	一旦您看到我的照片就消失，请继续并开始，我不会以任何理由打断我们，我们将尝试完成一个 30 分钟的演示，所以让我们继续吧，我甚至不会在这里，就像你在自言自语一样。
	好的，会议记录就是这样的。
彼得·波利托	你准备好出发了吗？
	是的。
彼得·波利托	好的。
	好的，这样你就知道我们什么时候真正开始。
	举办发现峰会，如果你明天意识到自己说错了话，或者你想以稍微不同的方式呈现某些东西。
	您可以在演示进行时进行直播，您可以要求演示者支付押金，然后您可以说您知道我即将要说的这个，我想传达的是，您可以有点喜欢。
	在演示过程中实时编辑，所以不要强调每个字都完美，只要放松并仔细检查，我相信一切都会好起来的。
	好的。
	是的。
彼得·波利托	好的，我要静音并关闭我的相机，然后你继续开始吧。
	谢谢彼得。
	大家好，我是苏玲。我是新加坡管理大学的硕士生，目前在计算机与信息系统学院攻读数据分析课程。
	所以今天我来这里实际上是为了展示我为商业 IT 硕士课程提交的作业，更重要的是，我想分享我迄今为止的 JMP 之旅。
	因此我今年开始使用 JMP，我真的爱上了它，因为它易于使用，并且具有广泛的统计方法以及我可以在其上进行的可视化。
	因此，作为 JMP 的初学者，我很荣幸能够在这里提交我的报告并请您给我反馈，因为我觉得我还有很多东西要学。
	所以我写这篇论文的动机实际上是研究新冠疫苗，我们知道它们有多重要，但
	其开发和管理速度之快前所未有，引发了社会对其安全性的质疑。
	是的，我们正在使用来自美国疫苗不良事件报告系统的数据。
	我们使用来自那里的数据，因为我们发现这些数据有可能有助于确定疫苗的安全问题是否成立。本文利用 VAERS 的结构化和非结构化数据来模拟 COVID-19 疫苗的不良反应。
	那么，VAERS 是什么？美国疾病控制与预防中心和美国食品药品监督管理局（FDA）都有这个系统，它实际上是一个不良事件
	收集数据的系统。但通常我们看到的是，VAERS 数据无法用于确定与不良事件的因果关系
	因为不良事件与疫苗接种之间的联系尚未确定。所以我们实际上看到的是，有人在报告，但没有人采取充分的行动。
	确认这些报告的症状和事件是否与疫苗有关。那么我们为什么还要使用这些数据呢？首先，这些数据是公开可用的。
	数据是最新的，更重要的是，由于发生频率较低，并非所有不良事件都可能在临床试验中被记录下来。因此
	通常临床试验只纳入健康个体。因此，特殊人群，例如患有慢性疾病的人或孕妇，
	有限，所以他们知道VAERS是疫苗安全的重要来源。想了解更多信息，可以查看这个链接。
	是的，本研究使用的数据集来自从 VAERS 中提取的树状数据表。第一个是 VAERS 数据。
	它主要包含有关患者概况和不良事件结果的信息，因此我这里有一小段来自 JMP 的片段
	这里有症状文本，你可以看到这只是一份基于一个人、一个病人的报告。好吧，数据很乱。
	叙述文本中有很多有用的信息，但你可以看到其中存在拼写错误、打字错误、过长甚至非常简短的陈述。
	接下来的两个数据集是疫苗接种数据和症状的 VAERS。一个包含疫苗信息，另一个包含
	是从我们看到的症状文本中提取出来的。好的，考虑到这种可访问性，实际上 VAERS 数据已经被挖掘得相当多了
	很多研究人员都对此进行了研究，但是，正如您所见，由于报告的质量参差不齐，因此数据实际上很难使用。
	有些信息可能并非真实。因此，审查权力机制表明，通常会采用某种形式的人工筛选来提取所需信息。
	然而，这也相当耗费人力且相当困难，因此本文旨在展示使用 JMP 中的文本分析技术提取关键信息的方法
	并尝试建立一个解释模型来解释此事件中涉及的最重要变量。因此，我们所做的是，对这里的每个数据表分别进行清理，然后使用 VAERS ID 将它们连接起来。
	我们根据患者结果得出了所谓的严重程度评级，稍后我会稍微讨论一下。所以一旦表格连接起来
	有四篇叙述性文字。一篇是关于过敏、药物、病史和症状的。
	然后我们将使用文本分析技术来提取顶级术语的向量......这将解释每个文本数据的严重性等级。
	并将它们连接到数据集中现有的电子表格数据结构化变量中。好的，然后所有这些被编译在一起，然后你就可以将其放入模型构建中。
	好吧，那么严重程度评级到底是什么意思呢？它基于患者的治疗结果，VAERS 数据包含 12 个变量来描述患者的状态。
	然后，在此基础上，我们提取了变量并尝试理解它，因此我们得出了四个严重程度级别，然后我们将其称为严重程度等级。
	接下来我们将讨论如何使用
	我们采用 JMP Pro Text Explorer 平台进行文本分析，首先进行数据清理。我们的目标是从文本数据中提取出重要的术语。
	并将它们添加到结构化变量中，以构建模型。正如你所见，文本数据实际上相当混乱，所以我们所做的是
	首先，决定是否使用词频，使用哪种词频，然后选择二进制词频，因为数据显示，考虑和使用它具有显著的优势。
	接下来介绍一下清理工作。首先，我们使用 JMP Pro Text Explorer 整理文本数据，然后使用其中的一个实用功能来添加短语并自动识别
	这些术语，所以您可以看到，像白细胞这样的术语被保留为一个短语，而不是被拉入白血和细胞中，这没有多大意义。
	还有其他一些方法可以使用。一种是合并的标准，它根据单词的结尾提取词干，然后我们还考虑按字母顺序对列表进行排序，以便重新编码拼写错误、打字错误或类似的错误。
	是的，接下来就是使用非常方便的功能将所有相似的物品重新编码在一起。
	因此，在清理文本之后，我们接下来要做的事情就是查看
	实际上是对工作流程的观察。该工作流程对于排除停用词以及观察目标变量对检索词的影响非常有用。
	所以我在这里所做的是根据大小来可视化最常见的术语，并根据严重程度等级对其进行着色。
	所以你可以看到，较浅的颜色属于不太严重的情况，而较深的颜色属于最严重的情况，你可以挑选，那么单词就相当小了。
	这确实表明，常见症状并不严重，但我们发现了脑血管事件、肺栓塞等相关术语。所以这些与最严重的不良事件有关。
	接下来我们使用术语选择，因此术语选择是 JMP Pro 16 的新功能，非常及时。
	因此，它将广义回归模型集成到文本分析平台中，因此从文本分析平台开始，您只需选择术语选择所在的位置即可。
	然后，它可以识别对响应变量很重要的关键术语。我们的响应变量是严重程度评级。
	那么为什么要使用广义回归模型呢？它被广泛用于非正态分布或高度相关的变量。
	数据彼此独立，没有其他相关性。所以这种方法对我们很有用，因为它适合我们的数据集。
	我们数据表中的每个角色都是一个患者，并且所有这些角色都是彼此独立的。
	因此，最重要的事情是广义回归模型允许变量选择，这就是我们想要做的，因为我们想要选择对响应变量影响最大的变量。
	是的，关于这个回归模型的更多细节，我们可以使用一些选项，即弹性网络和套索。
	所以，它们的不同之处在于，套索倾向于从一组相关因子中选择一个项，而弹性网络则会选择一组项。所以，一般来说，我认为使用的是弹性网络，而这里我们选择的是二元项频。
	好的，这是术语选择的结果，所以你可以看到这里向你展示了（???）的概述，然后是广义的（???），但更有趣的是
	当你从系数开始时，你可以看到这些是最重要的正系数，所以这些是对我们的响应变量起最大作用的最重要的因素。
	这一项是按系数排序时影响最小的症状。所以，从结果来看，你会发现心脏骤停、新冠肺炎、脑血管意外等所有影响响应变量的项。
	因此，我们可以看到，更严重的症状与心脏和肺部有关，而不是频率较低的症状，实际上，它们是非常非常轻微的症状。
	好的，我们重复这个过程，直到其他
	对于所有其他文本变量，我们以症状为例，还有过敏、病史
	以及使用的药物，所以我们接下来要做的就是保存文档词条矩阵。好的，基本上来说，DTM 每次都会将一列保存到数据表中。
	因此，您可以在这里看到一个例子，主要有很多零，因为它是一个非常稀疏的矩阵，所以一个将指示存在，让我们以这里的这一列为例，一个将指示存在（???）..
	因此我们保存它并对其他文本分析重复该过程。
	然后，一旦我们保存了所有这些术语，我们就开始进行建模。因此，建模就像构建一个验证列，所以在这里，我们进入预测建模并创建验证列。在这里，我们选择了选项，因此将其设置为验证设置，设置为 55%。
	这里的整个过程是识别具有严重程度作为响应变量的重要变量，因此，总的来说，我们有 7 个结构变量和 55 个来自文档术语矩阵的变量，总共约有 31,000 条规则。
	我们发现，由于严重程度评级不平衡，数据集存在不平衡。因此，我们通过比较 R 值和 AIC 值来进行模型评估。
	所以。
	我们使用JMP中的拟合模型，并再次选择广义回归模型。
	我们可以看到，这些是结果，因此，您认为使用惩罚回归技术准备的广义线性模型组的单独模型。
	然后我们尝试根据这里的各种特征进行拟合，这些都是其他惩罚估计方法。
	因此，在所有模型中，我们可以看到套索方法的 Rsquare 值最低，但其他值也非常接近，因此我们将仔细研究它们。
	因此，比较最大似然模型以及基于 ROC 曲线的套索模型，您会发现实际上这两个 ROC 曲线非常相似。
	然而，最大似然模型的 ROC 曲线显示其严重程度最高。
	抱歉，最大似然模型的 ROC 曲线显示
	严重程度等级最高的 ROC 值较高，并且您可以看到这两者之间只有细微的差别。
	一般来说，随着严重程度等级的下降，面积实际上会增加，原因之一是我们的数据集非常不平衡。
	因此，严重程度等级为四，即最高级别，您的级别最多只占总数据值的 5% 左右，所以总的来说，这两者之间的差异实际上很小，所以我们选择面积稍大一点的那个。
	好的，接下来我们来看看效果测试。在报告中，你可以选择查看效果测试，效果测试是
	对变量对其余部分没有影响的零假设的假设检验。
	JMP 社区对效果测试的解释非常好，我认为它是由
	马克·贝利。他稍微讲了一下效应检验实际上是如何基于方差分析的 III 型平方和的。
	因此，我们可以看到，由于我们的数据集，效果检验在这里非常适合，因此它实际上会根据每个方面来测试模型中的每个术语
	项。因此，主效应是在缺乏项目间相互作用的情况下，并根据其他项以及其他主效应进行检验的。
	那么你想在这里使用什么呢？我们在这里看到的是，效果测试对于我们的目的很有用，因为它可以用于模型简化。
	并且，它使我们能够从一长串重要的变量中得出推论。
	我们观察卡方（???）最低卡方值的概率，取截止 alpha 值为 0.1。
	我们有许多独立变量，所以这是一个很长的列表，其中大多数，当你仔细查看时，你会发现它们实际上与心肺疾病有关。
	因此，其中一些是受影响的因素，例如症状的数量、接种疫苗之间的天数。
	（???）是疫苗集中于每个疫苗的更多部分，然后你可以看到其余部分以某种方式相互关联。
	心肺疾病，有一些奇怪的疾病，我没有医学背景，所以我也不太了解，但你可以看到耳聋就是其中之一，所以有一些
	我们在这里看到了奇怪的结果，但总的来说，就列出变量而言，情况就是这样。
	好的，除此之外，真正有趣的是查看模型评估，因此，即使我们正在做的是建立一个解释模型，
	我也研究了预测模型，因为 JMP 已经把报告放在那儿，让我可以查看参数估计值，所以
	因此，我使用 Profiler 尝试了解参数估计，您可以看到这里显示的值非常非常小，所以这是您得到的值
	当你打开分析器时，这里的值是每个变量的平均值，你可以看到每个变量
	这里的每个值实际上都非常小，所以这意味着这些系数对严重程度的影响非常小。
	基于这些作为预测变量的系数。所以，根据这项研究，你可以看到，实际上（???）症状及其影响对严重程度的影响非常小，这有点像。
	在预期之内，我们可以看到大多数这些症状和影响，因为我们正在观察疫苗的总体情况，我们可以看到大多数这些症状 - 病史、过敏 - 实际上对疫苗的结果影响很小。
	好的。
	是的。
	所以，我来总结一下，总结一下。在变量的分组和分类方面，我们做了一些决定。
	尽管这些变量是我们根据自身理解做出的最佳选择，尤其是我们得出严重程度评级的方式，
	我们可能需要一位熟悉疫苗研究或临床试验的专家来咨询，以确定严重程度评级是否足以
	对不良事件结果进行评分。并基于结构化和非结构化数据的模型构建
	我们已经确定了随 COVID-19 疫苗反应严重程度而变化的关键因素。
	然而，我们仍然没有发现这些关键变量对响应变量严重程度的影响非常小，因此这是通过查看变量来看到的。
	最后，基于二进制评级的文档术语矩阵，发现二进制术语频率在表示文档中其他术语的权重方面最有效。
	并且采用套索惩罚回归技术的广义线性模型产生了最优模型。
	所以我希望你们喜欢这个简短的演讲，如果你有任何问题或反馈，请告诉我，非常感谢。
彼得·波利托	干得好。
	非常。
	哦不。
	我刚刚意识到我错了，我们想要这样的生活，天哪。
彼得·波利托	这就是您所处的确切情况。
	因此在实际的探索峰会上将会有一位演讲者。
	因此，他们会提前联系你，你就说，我的一张幻灯片上有一个错误，当出现这个部分时，它就会弹出，他或她就会暂停它。
	然后您可以共享幻灯片并讨论它，然后直接返回视频，所以完全不用担心。
	去年的发现峰会期间经常发生这种情况，但这根本不是问题。
	好的好的。
	哦天啊詹姆斯。
彼得·波利托	您是否愿意修复它并重做它，这样会让您感觉更好一些？
	我不知道。
	如果实际上是这个，因为这是错误的框，我需要花一段时间才能真正修复它，因为我需要重新输入它。
彼得·波利托	是的，那么它不知道不要担心，这将是一个真正简单的修复，你可以实时完成它。
	好的好的。
	好的。
	不过，还是感谢你耐心等待。
彼得·波利托	是的，没问题，太好了，我真的。
	好的。
彼得·波利托	好的，还有其他问题或意见吗？
	是的，我有一个，嗯，那么链接是什么，我可以在其中上传我的所有幻灯片以及我的人员和诸如此类的东西，但是我的却混淆了。
	电子邮件，我认为 tanya 曾就此问题向我反映过，当 tanya 正确回复我时，我认为她错过了那个链接，所以我认为该链接将嵌入在其中一个录音中，但我想你们没有理解正确。
彼得·波利托	我没有，但我会联系 Tanya 并让她直接联系你。
	以帮助解决这个问题。
	好的，非常感谢，我认为这与我的电子邮件相符。
彼得·波利托	非常感谢。
	没问题，好吧，祝你晚安，好好休息。
	是的，祝你度过愉快的一天。
彼得·波利托	谢谢。
	就这样告别了。

高级统计建模自动化和脚本基础数据分析与建模消费者和市场研究内容组织数据混合和清理数据探索与可视化实验设计预测模型和机器学习质量与工艺工程可靠性分析