Cluster and CART analyses identify large subgroups of adults with cystic fibrosis at low risk of 10-year death
Notice bibliographique
Résumé
Our goal was to identify subgroups of adults with cystic fibrosis (CF) at low risk of death within 10 years. Factor analysis for mixed data followed by Ward's cluster analysis was conducted using 25 variables from 1572 French CF adults in 2005. Rates of death by subgroups were analysed over 10 years. An algorithm was developed using CART (classification and regression tree) analysis to provide rules for the identification of subgroups of CF adults with low rates of death within 10 years. This algorithm was validated in 1376 Canadian CF adults. Seven subgroups were identified by cluster analysis in French CF adults, including two subgroups with low (∼5%) rates of death at 10 years: one subgroup (22% of patients) was composed of patients with nonclassic CF, the other subgroup (17% of patients) was composed of patients with classic CF but low rates of Pseudomonas aeruginosa infection and diabetes. An algorithm based on CART analysis of data in 2005 allowed us to identify most French adults with low rates of death. When tested using data from Canadian CF adults in 2005, the algorithm identified 287 out of 1376 (21%) patients at low risk (10-year death: 7.7%). Large subgroups of CF adults share low risk of 10-year mortality.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».