MétaCan
Menu
Retour à la cohorte
Enregistrement W2091495431 · doi:10.1002/bimj.200290012

Evaluating Normal Approximation Confidence Intervals for Measures of 2 × 2 Association with Applications to Twin Data

2003· article· en· W2091495431 sur OpenAlexaff
Mohamed M. Shoukri, Mohammad A. Chaudhary, Guerrache Mohamed

Notice bibliographique

RevueBiometrical Journal · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensWestern University
Organismes subventionnairesKing Faisal Specialist Hospital and Research Centre
Mots-clésStatisticsMathematicsConfidence intervalBinary dataCorrelationCoverage probabilitySample size determinationMonte Carlo methodSimilarity (geometry)PopulationEconometricsBinary numberComputer scienceMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Twin data are of interest to genetic epidemiologists for exploring the underlying genetic basis of disease development. When the outcome is binary, several indices of 2 × 2 association can be used to measure the degree of within twin similarity. All such measures share a common feature, in that they can be expressed as a monotonic increasing function of the within twin correlation. The sampling distributions of their estimates are influenced by the sample size, the correlation and the marginal distribution of the binary response. In this paper we use Monte‐Carlo simulations to estimate the empirical coverage probabilities and evaluate the adequacy of the classical normal confidence intervals on the population values of these 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,109
score de la tête « metaresearch » (Gemma)0,491
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,578

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1090,491
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,005
Communication savante0,0030,004
Science ouverte0,0040,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,147
Tête enseignante GPT0,399
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSimulation ou modélisation
DomaineMéthodes
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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiometrical JournalMême sujetGenetic Associations and EpidemiologyTravaux en français237 207