Validation de Canproj pour les projections de données sur l’incidence du cancer au Canada
Notice bibliographique
Résumé
Introduction Les projections relatives au cancer fournissent une information essentielle pouvant aider à établir l’ordre de priorité des stratégies de lutte contre le cancer, à répartir les ressources et à évaluer les interventions et les traitements actuels. Canproj est un outil de projection pour le cancer utilisant le progiciel R qui est inspiré de Nordpred et qui ajoute une sélection de modèles de projection. L’objectif de ce projet consistait à valider Canproj, programmé avec R, pour les projections à court terme relatives aux taux de cancer. Méthodologie Nous avons utilisé les données nationales sur l’incidence du cancer tirées du Système national de déclaration des cas de cancer et du Registre canadien du cancer pour 1986 à 2014. Nous avons utilisé la validation croisée pour estimer l’exactitude des projections générées par Canproj, avec le biais relatif (BR) comme mesure de validation. Nous avons également évalué l’arbre décisionnel de Canproj pour la sélection automatique du modèle. Résultats Cinq des six modèles ont présenté un BR moyen se situant entre 5% et 10 % et un BR médian d’environ 5 %. Dans le cas de certains sièges de cancer pour lesquels il était plus difficile d’établir des projections, l’utilisation d’une période plus courte a permis d’améliorer la fiabilité. Le modèle Nordpred a été sélectionné dans 79 % des cas par la fonction de sélection automatique de modèle de Canproj, même s’il offrait le BR le plus faible seulement 24 % du temps. Conclusion Le progiciel Canproj a été en mesure de fournir des projections très semblables aux données réelles pour la plupart des sièges de cancer.
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 | 0,061 | 0,195 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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 ».