Statistical versus Fuzzy Measures of Variable Interaction in Patients with Stroke
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
UNLABELLED: Evidence-based medicine, founded in probability-based statistics, applies what is the case for the collective to the individual patient. An intuitive approach, however, would define structure in the (physiologic) system of interest, the human being, directly relevant to other systems (patients) composed of similar variables. A difference in measure of variable interaction in the patient from that in the collective would show how extrapolation of information from the latter to the single patient is counterintuitive. METHODS: We compare statistical to 'fuzzy' measures of variable interaction. Three diagnostic variables are considered in 30 stroke patients who underwent the same diagnostic tests. 'Fit' (fuzzy information) values [0, 1] for degree of variable severity were expertly assigned by 2 blinded raters for real and fabricated patients. Fabricated patients were composed of real-patient 'fit' values after shuffling. Real and fabricated patients were each numerically represented as a set. Three groups of fabricated patients and the real patient group were studied. Statistical [Pearson's product-moment (regression analysis) and Spearman's rank correlation] and three different fuzzy measures of variable interaction were applied to patient data. RESULTS: Interaction for blood-vessel measured strong in real patients, and weak after one shuffle, using all fuzzy measures. By comparison, the same interaction was found in real patients by only 1 rater (Rater 2) using 1 statistical technique (Spearman's rank correlation) which, as did Pearson product-moment correlation, found a 'significant' interaction between blood-heart in fabricated patients. CONCLUSION: Our study suggests that the measure of variable interaction in nature - as combined in the individual (real) patient - is captured robustly by fuzzy measures and not so by standard statistical measures.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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