P3‐337: NETWORK VISUALIZATION TO DISCERN PATTERNS OF RELATIONSHIPS BETWEEN SYMPTOMS IN DEMENTIA
Notice bibliographique
Résumé
The multidimensional characterization of complex diseases such as dementia usually demands a large number of cases in order to obtain reliable inferences. Even so, the number of participants in many studies, including clinical trials, is small in comparison to dementia complexity. Here we suggest an approach based on network visualization, combined with resampling, to discern the patterns of relationships among multiple dementia symptoms. The data came from on online symptom tracking tool on the SymptomGuide (SG) website,. Four hundred randomly selected patients were classified evenly into two groups, corresponding to mild and moderate-to- severe dementia, respectively. Of the 60 symptoms, the 25 symptoms with prevalence >10% were selected. For all pairs of symptoms relative risks (RR) of c-occurrence and their pointwise mutual information (PMI) were calculated. The null hypothesis (RR=1 or equivalently PMI=0) was assessed using bootstrap samples of 100 000 with replacement to calculate the RR and PMI between symptoms. The number of connections between mild and moderate/severe groups declined significantly (from 90± 5 to 56±3, p<0.001). The mild group showed 32 positive (synergetic) connections, compared to 16 in moderate/severe group. The number of negative connections (antagonistic) also decreased, from 58 in the mild group to 40 connections in moderate/severe group. For example, in mild dementia, decreased interest/initiative had 4 synergetic and 9 antagonistic relationships with other symptoms: these numbers declined to 3 and 5, respectively in moderate/severe dementia. For the symptom of insensitivity, the number of connections decreases dramatically from 12 in mild dementia to only 2 in moderate/ severe dementia. A network analytic approach, in combination with re-sampling, allowed us to discern patterns of relationships among dementia symptoms. Connectivity graphs allowed these relationships to be portrayed readily. The number of connections decreased as the severity of dementia increased. This novel approach has useful implications both for understanding of dementia-the patterns of symptoms characterising its stages-and for targeting important symptoms for treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».