MétaCan
Menu
← Retour à la cohorte
Enregistrement W4293067944 · doi:10.7287/peerj.13425v0.2/reviews/2

Peer Review #2 of "Dementia-related user-based collaborative filtering for imputing missing data and generating a reliability scale on clinical test scores (v0.2)"

2022· peer-review· en· W4293067944 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierEisaiNorthern California Institute for Research and EducationBioClinicaF. Hoffmann-La RocheUniversity of Southern CaliforniaBiogenU.S. Department of DefenseMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeNovartis Pharmaceuticals CorporationPfizerEli Lilly and CompanyBristol-Myers SquibbNational Institute on AgingAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésReliability (semiconductor)Missing dataScale (ratio)Computer scienceTest (biology)DementiaCollaborative filteringPsychologyData miningMedicineInformation retrievalMachine learningGeographyInternal medicineCartographyGeology

Résumé

récupéré en direct d'OpenAlex

Medical doctors may struggle to diagnose dementia, particularly when clinical test scores are missing or incorrect.In case of any doubts, both morphometrics and demographics are crucial when examining dementia in medicine.This study aims to impute and verify clinical test scores with brain MRI analysis and additional demographics, thereby proposing a decision support system that improves diagnosis and prognosis in an easy-to-understand manner.Therefore, we impute the missing clinical test score values by unsupervised dementia-related user-based collaborative filtering to minimize errors.By analyzing succession rates, we propose a reliability scale that can be utilized for the consistency of existing clinical test scores.The complete base of 816 ADNI1-Screening samples was processed, and a hybrid set of 603 features was handled.Moreover, the detailed parameters in use, such as the best neighborhood and input features were evaluated for further comparative analysis.Overall, certain collaborative filtering configurations outperformed alternative state-of-the-art imputation techniques.The imputation system and reliability scale based on the proposed methodology are promising for supporting the clinical tests.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
gptaucune catégorie
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,024
score de la tête « metaresearch » (Gemma)0,175
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,628

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,175
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0080,004
Études des sciences et des technologies0,0050,002
Communication savante0,0060,004
Science ouverte0,0030,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1880,118

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 Opus0,119
Tête enseignante GPT0,465
Écart entre enseignants0,346 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→