MétaCan
Menu
Retour à la cohorte
Enregistrement W1826791789 · doi:10.6000/1929-6029.2015.04.02.9

Examining Biliary Acid Constituents among Gall Bladder Patients: A Bayes Study Using the Generalized Linear Model

2015· article· en· W1826791789 sur OpenAlexaffvenue
Puja Makkar, S.K. Upadhyay, Vijay K. Shukla, R. S. Singh

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBayes' theoremMathematicsGallstonesSet (abstract data type)Class (philosophy)Flexibility (engineering)Data setPrior probabilityStatisticsInternal medicineMedicineComputer scienceArtificial intelligenceBayesian probability

Résumé

récupéré en direct d'OpenAlex

The generalized linear model is an important class of models that has wide variety of applications mainly because of its inherent flexibility and generality. The present paper provides an important application of GLM in order to examine different constituents of bile acid in the development of gallstones as well as carcinoma among the gallbladder patients. These constituents may be broadly categorized as primary and secondary bile acids. The paper, in fact, considers two particular cases of GLM based on normal and gamma modelling assumptions and provides the complete Bayes analysis using independent but vague priors for the concerned model parameters. It then analyzes a real data set taken from SS Hospital, Banaras Hindu University, with primary (secondary) bile acids as response variables and secondary (primary) bile acids as the predictors. The authenticity of the assumed models for the given data set is also examined based on predictive simulation ideas.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,041
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,386
Tête enseignante GPT0,533
Écart entre enseignants0,147 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207