Predictive Analytics Based on the NHANES 1999-2016 Dataset for the Hepatitis an Antibody Prediction: A Python Case Study
Notice bibliographique
Résumé
Predictive analytics aims at building an analytical model in order to predict a target variable.This data science area currently has a lot of applications in many fields, such as in analytical customer relationship management, direct marketing, project risk management, clinical decision support systems, etc.Our research aims at performing predictive analytics on healthcare dataset to search for potentially valuable prediction models that are able to predict health-related target variables based on related input factors such as demographics, diet habit and relevant examination factors such as weight and height, etc.The healthcare data that have been used for our predictive analysis is collected from an important program conducted by the U.S. Centers for Disease Control and Prevention, which consists of 93,702 observations across 961 categories containing both interview and examination data from more than 93,000 participants.We have employed Multi-Linear Regression, Logistic Regression, Support Vector Classification, Support Vector Regression, Random Forest Classification (RFC), and Random Forest Regression algorithms to build various prediction models on the cleaned dataset.The result has shown that we have achieved good models based on the prediction of related social and healthcare factors (AUC ranging from 0.76 to 0.87), RFC has outperformed other classification algorithms, Fisher Score was a key feature selection algorithm, and the demographical factors have played a dominant role in the prediction of some questionnaire and laboratory target variables.Finally, based on the result of the best prediction models, we decided to develop a Hepatitis A Antibody prediction web prediction system.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».