MétaCan
Menu
Retour à la cohorte
Enregistrement W2783066278 · doi:10.5539/ijsp.v7n2p1

The Transmuted Weibull Regression Model: an Application to Type 2 Diabetes Mellitus Data

2018· article· en· W2783066278 sur OpenAlexvenueno aff
Daniele Cristina Tita Granzotto, Carlos Aparecido dos Santos, Francisco Louzada

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2018
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Inference
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsWeibull distributionStatisticsGlycated hemoglobinEstimatorProportional hazards modelCovariateLogistic regressionType 2 Diabetes MellitusMedicineType 2 diabetesDiabetes mellitusEndocrinology

Résumé

récupéré en direct d'OpenAlex

In this paper, we are considering the transmuted Weibull distribution to investigate the role of oxidative stress markers as indicators of risk of injury of the lower extremities in patients with type 2 diabetes mellitus. A group of patients was studied until medical discharge assessing the following variables: glycated hemoglobin and three blood markers of oxidative status. In face of explicative covariates, we are considering the regression approach of the transmuted model to fit this real dataset. The inference was considere by using the method of maximum likelihood and the consistency of the estimators were verified by a Monte Carlo simulation study presented in this manuscript. Some properties as the moment generation function, median and the behaviors of the hazard and survival functions, are also included in this study.

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)0,011
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,095
Tête enseignante GPT0,411
Écart entre enseignants0,316 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetStatistical Methods and InferenceTravaux en français237 207