756782_zh-TW

liliconcom

COVID-19 疫苗不良反應模型 (2021-US-30MP-920)

Suling Lee，新加坡管理大學

COVID-19疫苗在緩解全球疫情中發揮至關重要的作用，這場疫情正導致全球感染和死亡人數激增。然而，疫苗研發和接種速度之快令人咋舌，引發了人們對其安全性的質疑。美國疫苗不良事件通報系統（VAERS）的數據或許有助於判斷疫苗安全性問題是否成立。因此，本文結合VAERS中的結構化和非結構化變量，對COVID-19疫苗的不良反應進行建模。

不良反應的嚴重程度首先從VAERS資料集中描述疫苗接種者接種後反應結果的變數中推導出來。接下來，將描述症狀、病史、用藥和過敏情況的文字形式的非結構化資料轉換為文件詞條矩陣，並將其與結構化變數結合，建立一個預測不良反應嚴重程度的模型。解釋模型使用 JMP Pro 16 構建，採用廣義迴歸模型和二元文檔詞條矩陣 (DTM)，並基於驗證集的 R 方值進行模型評估。

最優模型是使用二元DTM套索估計法的廣義迴歸模型。最優模型顯示，導致不良反應的關鍵決定因素包括症狀數量、接種疫苗間隔時間、疫苗接種方式、患者年齡、與心肺疾病相關的症狀。

自動產生的成績單...

揚聲器	抄本
彼得·波利托	你今天怎麼樣。
	你聽得到我嗎。
	如果您正在講話，我聽不到。
	你好。
	測試測試。
	哦，你好，Leo，你聽得到我說話嗎？
	是的，很抱歉，我想到了技術難題，是的。
彼得·波利托	哦，完全沒問題。
	哦，好吧，這是一個不錯的吉米。
彼得·波利托	哦，在哪裡。
	您是從哪裡打來的？
	新加坡。
彼得·波利托	新加坡好吧，多晚了，到那兒了。
	大約909。
彼得·波利托	是的。
	是的，向你致敬。
	堅持下去。
	這麼晚了，謝謝你來。
	可能沒有，沒關係，嗯，是的，我希望我能做得很好。
	哦。
	不，我對此壓力很大哦，好吧，是的，好吧，讓我放一個虛擬背景。
	好的。
彼得·波利托	在我們正式開始之前，我還需要處理幾件事。
	好的。
彼得·波利托	給我一個。
	分鐘在這裡。
	是的。
彼得·波利托	我只帶上我的清單，確保我在這裡做的每件事都是正確的。
	好吧。
	只是為了確認一下。
	你真讓人安心。
	是的，您的演講主題是「女巫疫苗不良反應模型」。
	是的，正確嗎？是的，沒錯。
彼得·波利托	好的，然後只是為了確保您理解這是為使用而錄製的，並且跳躍發現峰會會議將在跳躍用戶社區中公開，您是否允許此錄製和使用。
	是的，很好。
	你的麥克風聽起來不錯，我沒有聽到任何背景噪音，你的手機是否關閉以及諸如此類的任何可能發出隨機噪音的東西。
	不掛。
	我會發送它並找到它們，是的。
彼得·波利托	好的，然後呢。
	我們需要檢查您是否可以共享您的螢幕，然後我們將檢查解析度和其他一些事項。
	好的，當然。
彼得·波利托	謝謝。
	對不起，是Lisa Ling還是安撫地。
	我的名字聽起來不錯，是的。
彼得·波利托	好的。
	嗯，可以嗎？
彼得·波利托	我還沒看到它哦嗯你知道餡餅蓋住它一會兒。
	看起來不錯。
	如果你轉到螢幕底部，你的任務欄實際上我看不到你的任務欄，所以我們很好。
	好的。
彼得·波利托	讓我確認一下。
	任何可能建立彈出視窗的程式（如 Outlook 或 Skype）或任何這些程式都應關閉並退出。
	嗯，是的，我想，所以我打賭他們會檢查。
	關閉我的廚房。
	好的。
	是的，很好。
彼得·波利托	好的，那麼，您是只使用 PowerPoint 進行工作還是也進行跳轉展示。
	我擔心轉換，所以我將使用 PowerPoint 來完成它。
彼得·波利托	好的，太好了，然後我要靜音並關閉我的相機，我們已經在錄製了，所以我們盡快。
	一旦您看到我的照片就消失，請繼續並開始，我不會以任何理由打斷我們，我們將嘗試完成一個 30 分鐘的演示，所以讓我們繼續吧，我什至不會在這裡，就像你在自言自語一樣。
	好的，會議記錄就是這樣的。
彼得·波利托	你準備好出發了嗎？
	是的。
彼得·波利托	好的。
	好的，這樣你就知道我們什麼時候會真正開始。
	舉辦發現高峰會，如果你明天意識到自己說錯了話，或者你想以稍微不同的方式呈現某些東西。
	您可以在演示進行時進行直播，您可以要求演示者支付押金，然後您可以說您知道我即將要說的這個，我想傳達的是，您可以有點喜歡。
	在演示過程中即時編輯，所以不要強調每個字都完美，只要放鬆並仔細檢查，我相信一切都會好起來的。
	好的。
	是的。
彼得·波利托	好的，我要靜音並關閉我的相機，然後你繼續開始。
	謝謝彼得。
	大家好，我是蘇玲。我是新加坡管理大學的碩士生，目前在電腦與資訊系統學院攻讀資料分析課程。
	所以今天我在這裡實際上是為了展示我為商業 IT 碩士課程提交的作業，更重要的是，我想分享我迄今為止的 JMP 之旅。
	因此我今年開始使用 JMP，我真的愛上了它，因為它易於使用，並且具有廣泛的統計方法以及我可以在其上進行的可視化。
	因此，作為 JMP 的初學者，我很榮幸能夠在這裡提交我的報告並請您給我回饋，因為我覺得我還有很多東西要學。
	所以我寫這篇論文的動機其實是研究新冠疫苗，我們知道它們有多重要，但
	其開發和管理速度之快前所未有，引發了社會對其安全性的質疑。
	是的，我們正在使用美國疫苗不良事件通報系統的數據。
	我們使用來自那裡的數據，因為我們發現這些數據有可能有助於確定疫苗的安全問題是否成立。本文利用 VAERS 的結構化和非結構化資料來模擬 COVID-19 疫苗的不良反應。
	那麼，VAERS 是什麼？美國疾病管制與預防中心和美國食品藥物管理局（FDA）都有這個系統，它實際上是一個不良事件
	收集數據的系統。但通常我們看到的是，VAERS 數據無法用於確定與不良事件的因果關係
	因為不良事件與疫苗接種之間的關聯尚未確定。所以我們實際上看到的是，有人在報告，但沒有人採取充分的行動。
	確認這些報告的症狀和事件是否與疫苗有關。那我們為什麼還要使用這些數據呢？首先，這些數據是公開可用的。
	數據是最新的，更重要的是，由於發生頻率較低，並非所有不良事件都可能在臨床試驗中被記錄下來。因此
	通常臨床試驗只納入健康個體。因此，特殊人群，例如患有慢性疾病的人或孕婦，
	有限，所以他們知道VAERS是疫苗安全的重要來源。想了解更多信息，可以查看這個連結。
	是的，本研究使用的資料集來自從 VAERS 中提取的樹狀資料表。第一個是 VAERS 數據。
	它主要包含有關患者概況和不良事件結果的信息，因此我這裡有一小段來自 JMP 的片段
	這裡有症狀文本，你可以看到這只是一份基於一個人、一個病人的報告。好吧，數據很亂。
	敘述文本中有很多有用的信息，但你可以看到其中存在拼字錯誤、打字錯誤、過長甚至非常簡短的陳述。
	接下來的兩個資料集是疫苗接種資料和症狀的 VAERS。一個包含疫苗訊息，另一個包含
	是從我們看到的症狀文字中提取出來的。好的，考慮到這種可訪問性，實際上 VAERS 數據已經被挖掘得相當多了
	許多研究人員都對此進行了研究，但是，正如您所見，由於報告的品質參差不齊，因此數據實際上很難使用。
	有些資訊可能並非真實。因此，審查權力機製表明，通常會採用某種形式的人工篩選來提取所需資訊。
	然而，這也是相當耗費人力且相當困難的，因此本文旨在展示使用 JMP 中的文本分析技術提取關鍵資訊的方法
	並嘗試建立一個解釋模型來解釋此事件中涉及的最重要變數。因此，我們所做的是，對這裡的每個資料表分別進行清理，然後使用 VAERS ID 將它們連接起來。
	我們根據患者結果得出了所謂的嚴重程度評級，稍後我會稍微討論一下。所以一旦表格連接起來
	有四篇敘述性文字。一篇是關於過敏、藥物、病史和症狀的。
	然後我們將使用文字分析技術來提取頂級術語的向量......這將解釋每個文字資料的嚴重性等級。
	並將它們連接到資料集中現有的電子表格資料結構化變數。好的，然後所有這些被編譯在一起，然後你就可以將其放入模型建置中。
	好吧，那麼嚴重程度評級到底是什麼意思呢？它是基於患者的治療結果，VAERS 數據包含 12 個變數來描述患者的狀態。
	然後，在此基礎上，我們提取了變數並嘗試理解它，因此我們得出了四個嚴重程度級別，然後我們將其稱為嚴重程度等級。
	接下來我們將討論如何使用
	我們採用 JMP Pro Text Explorer 平台進行文字分析，先進行資料清理。我們的目標是從文字資料中提取出重要的術語。
	並將它們添加到結構化變數中，以建立模型。正如你所見，文字資料實際上相當混亂，所以我們所做的是
	首先，決定是否使用詞頻，使用哪種詞頻，然後選擇二進位詞頻，因為數據顯示，考慮和使用它具有顯著的優勢。
	接下來介紹一下清理工作。首先，我們使用 JMP Pro Text Explorer 整理文字數據，然後使用其中的一個實用功能來新增短語並自動識別
	這些術語，所以您可以看到，像白血球這樣的術語被保留為一個短語，而不是被拉入白血和細胞中，這沒有多大意義。
	還有其他一些方法可以使用。一種是合併的標準，它根據單字的結尾提取詞幹，然後我們還考慮按字母順序對列表進行排序，以便重新編碼拼寫錯誤、打字錯誤或類似的錯誤。
	是的，接下來就是使用非常方便的功能將所有相似的物品重新編碼在一起。
	因此，在清理文字之後，我們接下來要做的事情就是查看
	實際上是對工作流程的觀察。此工作流程對於排除停用詞以及觀察目標變數對檢索詞的影響非常有用。
	所以我在這裡所做的是根據大小來視覺化最常見的術語，並根據嚴重程度等級對其進行著色。
	所以你可以看到，較淺的顏色屬於不太嚴重的情況，而較深的顏色屬於最嚴重的情況，你可以挑選，那麼單字就相當小了。
	這確實表明，常見症狀並不嚴重，但我們發現了腦血管事件、肺栓塞等相關術語。所以這些與最嚴重的不良事件有關。
	接下來我們使用術語選擇，因此術語選擇是 JMP Pro 16 的新功能，非常及時。
	因此，它將廣義迴歸模型整合到文字分析平台中，因此從文字分析平台開始，您只需選擇術語選擇所在的位置即可。
	然後，它可以識別對反應變數很重要的關鍵術語。我們的反應變數是嚴重程度評級。
	那為什麼要使用廣義迴歸模型呢？它被廣泛用於非常態分佈或高度相關的變數。
	數據彼此獨立，沒有其他相關性。所以這種方法對我們很有用，因為它適合我們的資料集。
	我們資料表中的每個角色都是一個患者，而所有這些角色都是彼此獨立的。
	因此，最重要的事情是廣義迴歸模型允許變數選擇，這就是我們想要做的，因為我們想要選擇對反應變數影響最大的變數。
	是的，關於這個迴歸模型的更多細節，我們可以使用一些選項，即彈性網路和套索。
	所以，它們的不同之處在於，套索傾向於從一組相關因子中選擇一個項，而彈性網路則會選擇一組項。所以，一般來說，我認為使用的是彈性網絡，而這裡我們選擇的是二元項頻。
	好的，這是術語選擇的結果，所以你可以看到這裡向你展示了（???）的概述，然後是廣義的（???），但更有趣的是
	當你從係數開始時，你可以看到這些是最重要的正係數，所以這些是對我們的反應變數起最大作用的最重要的因素。
	這一項是依係數排序時影響最小的症狀。所以，從結果來看，你會發現心臟驟停、新冠肺炎、腦血管意外等所有影響反應變數的項。
	因此，我們可以看到，更嚴重的症狀與心臟和肺部有關，而不是頻率較低的症狀，實際上，它們是非常非常輕微的症狀。
	好的，我們重複這個過程，直到其他
	對於所有其他文本變量，我們以症狀為例，還有過敏、病史
	以及使用的藥物，所以我們接下來要做的就是保存文檔詞條矩陣。好的，基本上來說，DTM 每次都會將一列保存到資料表中。
	因此，您可以在這裡看到一個例子，主要有很多零，因為它是一個非常稀疏的矩陣，所以一個將指示存在，讓我們以這裡的這一列為例，一個將指示存在（???）..
	因此我們保存它並對其他文本分析重複該過程。
	然後，一旦我們保存了所有這些術語，我們就開始進行建模。因此，建模就像建立驗證列，所以在這裡，我們進入預測建模並建立驗證列。在這裡，我們選擇了選項，因此將其設置為驗證設置，設置為 55%。
	這裡的整個過程是識別具有嚴重程度作為反應變量的重要變量，因此，總的來說，我們有 7 個結構變量和 55 個來自文件術語矩陣的變量，總共約有 31,000 條規則。
	我們發現，由於嚴重程度評級不平衡，資料集存在不平衡。因此，我們透過比較 R 值和 AIC 值來進行模型評估。
	所以。
	我們使用JMP中的擬合模型，並再次選擇廣義迴歸模型。
	我們可以看到，這些是結果，因此，您認為使用懲罰回歸技術準備的廣義線性模型組的單獨模型。
	然後我們嘗試根據這裡的各種特徵進行擬合，這些都是其他懲罰估計方法。
	因此，在所有模型中，我們可以看到套索方法的 Rsquare 值最低，但其他值也非常接近，因此我們將仔細研究它們。
	因此，比較最大似然模型以及基於 ROC 曲線的套索模型，您會發現實際上這兩個 ROC 曲線非常相似。
	然而，最大似然模型的 ROC 曲線顯示其嚴重程度最高。
	抱歉，最大似然模型的 ROC 曲線顯示
	嚴重程度等級最高的 ROC 值較高，您可以看到這兩者之間只有細微的差別。
	一般來說，隨著嚴重程度等級的下降，面積實際上會增加，原因之一是我們的資料集非常不平衡。
	因此，嚴重程度等級為四，即最高級別，您的級別最多只佔總數據值的 5% 左右，所以總的來說，這兩者之間的差異實際上很小，所以我們選擇面積稍大一點的那個。
	好的，接下來我們來看看效果測試。在報告中，你可以選擇查看效果測試，效果測試是
	對變數對其餘部分沒有影響的零假設的假設檢定。
	JMP 社群對效果測試的解釋非常好，我認為它是由
	馬克貝利。他稍微講了一下效應檢定實際上是如何基於變異數分析的 III 型平方和的。
	因此，我們可以看到，由於我們的資料集，效果檢定在這裡非常適合，因此它實際上會根據每個方面來測試模型中的每個術語
	項。因此，主效應是在缺乏項目間交互作用的情況下，並根據其他項以及其他主效應進行檢驗的。
	那麼你想在這裡使用什麼呢？我們在這裡看到的是，效果測試對於我們的目的很有用，因為它可以用於模型簡化。
	並且，它使我們能夠從一長串重要的變數中得出推論。
	我們觀察卡方（???）最低卡方值的機率，取截止 alpha 值為 0.1。
	我們有許多獨立變量，所以這是一個很長的列表，其中大多數，當你仔細查看時，你會發現它們實際上與心肺疾病有關。
	因此，其中一些是受影響的因素，例如症狀的數量、接種疫苗之間的天數。
	（???）是疫苗集中於每個疫苗的更多部分，然後你可以看到其餘部分以某種方式相互關聯。
	心肺疾病，有一些奇怪的疾病，我沒有醫學背景，所以我也不太了解，但你可以看到耳聾就是其中之一，所以有一些
	我們在這裡看到了奇怪的結果，但總的來說，就列出變數而言，情況就是這樣。
	好的，除此之外，真正有趣的是查看模型評估，因此，即使我們正在做的是建立一個解釋模型，
	我也研究了預測模型，因為 JMP 已經把報告放在那裡，讓我可以查看參數估計值，所以
	因此，我使用 Profiler 嘗試了解參數估計，您可以看到這裡顯示的值非常非常小，所以這是您得到的值
	當你打開分析器時，這裡的值是每個變數的平均值，你可以看到每個變數
	這裡的每個值實際上都非常小，所以這意味著這些係數對嚴重程度的影響非常小。
	基於這些作為預測變數的係數。所以，根據這項研究，你可以看到，實際上（???）症狀及其影響對嚴重程度的影響非常小，這有點像。
	在預期之內，我們可以看到大多數這些症狀和影響，因為我們正在觀察疫苗的整體情況，我們可以看到大多數這些症狀 - 病史、過敏 - 實際上對疫苗的結果影響很小。
	好的。
	是的。
	所以，我來總結一下，總結一下。在變數的分組和分類方面，我們做了一些決定。
	儘管這些變數是我們根據自身理解做出的最佳選擇，尤其是我們得出嚴重程度評級的方式，
	我們可能需要一位熟悉疫苗研究或臨床試驗的專家來諮詢，以確定嚴重程度評級是否足以
	對不良事件結果進行評分。並基於結構化和非結構化資料的模型構建
	我們已經確定了隨 COVID-19 疫苗反應嚴重程度而變化的關鍵因素。
	然而，我們仍然沒有發現這些關鍵變數對反應變數嚴重程度的影響非常小，因此這是透過查看變數來看到的。
	最後，基於二進制評級的文檔術語矩陣，發現二進制術語頻率在表示文檔中其他術語的權重方面最有效。
	並且採用套索懲罰迴歸技術的廣義線性模型產生了最優模型。
	所以我希望你們喜歡這個簡短的演講，如果你有任何問題或回饋，請告訴我，非常感謝。
彼得·波利托	幹得好。
	非常。
	哦不。
	我剛剛意識到我錯了，我們想要這樣的生活，天哪。
彼得·波利托	這就是您所處的確切情況。
	因此在實際的探索高峰會上將會有一位演講者。
	因此，他們會提前聯繫你，你就說，我的一張幻燈片上有一個錯誤，當這個部分出現時，他或她就會彈出並暫停它。
	然後您可以共享幻燈片並討論它，然後直接返回視頻，所以完全不用擔心。
	去年的發現高峰會期間經常發生這種情況，但這根本不是問題。
	好的好的。
	哦天啊詹姆斯。
彼得·波利托	您是否願意修復它並重做它，這會讓您感覺更好？
	我不知道。
	如果實際上是這個，因為這是錯誤的框，我需要花一段時間才能真正修復它，因為我需要重新輸入它。
彼得·波利托	是的，那麼它不知道不要擔心，這將是一個真正簡單的修復，你可以即時完成它。
	好的好的。
	好的，是的。
	不過，還是感謝你耐心等待。
彼得·波利托	是的，沒問題，太好了，我真的。
	好的。
彼得·波利托	好的，還有其他問題或意見嗎？
	是的，我有一個，嗯，那麼連結是什麼，我可以在其中上傳我的所有幻燈片以及我的人員和諸如此類的東西，但是我的卻混淆了。
	電子郵件，我認為 tanya 曾就此問題向我提問，當 tanya 正確回复我時，我認為她錯過了那個鏈接，所以我認為該鏈接將嵌入在其中一個錄音中，但我想你們沒有理解正確。
彼得·波利托	我沒有，但我會聯繫 Tanya 並讓她直接聯繫你。
	以幫助解決這個問題。
	好的，非常感謝，我認為這與我的電子郵件相符。
彼得·波利托	非常感謝。
	沒問題，好吧，祝你晚安，好好休息。
	是的，祝你有個愉快的一天。
彼得·波利托	謝謝。
	就這樣告別了。

進階統計建模自動化和腳本基礎資料分析與建模消費者與市場研究內容組織資料混合與清理數據探索與視覺化實驗設計預測模型和機器學習品質與工藝工程可靠度分析