MétaCan
Menu
Retour à la cohorte
Enregistrement W2021106518 · doi:10.1002/cjs.11136

A functional marked point process model for lupus data

2012· article· en· W2021106518 sur OpenAlexaffvenueabout
Carlotta Ching Ting Fok, J. O. Ramsay, Michał Abrahamowicz, Paul R. Fortin

Notice bibliographique

RevueCanadian Journal of Statistics · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensArthritis SocietyMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésPoint processSystemic lupus erythematosusFunctional data analysisPoint (geometry)Process (computing)StatisticsStatistical modelFlareFunction (biology)Computer scienceEconometricsMedicineMathematicsInternal medicineEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Modelling for marked point processes is an important problem, but has received remarkably little attention in the statistical literature. The authors developed a marked point process model that incorporates the use of functional data analysis in a joint estimation of the frequency function of the point process and the intensity of the mark, with application to data from 22 lupus patients consisting of times of flares in symptom severity combined with a quantitative assessment of the severity. The data indicate that a rapid decrease in drug dose is significantly associated with a decrease in flare frequency. Experiments with simulated data designed to model the actual data further support this conclusion. The Canadian Journal of Statistics 40: 517–529; 2012 © 2012 Statistical Society of Canada

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,153
Tête enseignante GPT0,335
Écart entre enseignants0,182 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations8
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of StatisticsMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207