It is time for some deep learning: a statistical commentary on machine learning for clinical prediction models using imbalanced datasets
Notice bibliographique
Résumé
Training in research and statistical techniques are increasingly a core part of modern medical training. From undergraduate and medical school courses to board exams and journal clubs, physicians and surgeons are generally well-equipped to interpret contemporary studies that inform evidence-based practice. Machine learning (ML), however, so far lacks this integration. ML is a field of study in artificial intelligence (AI) that seeks to use algorithms that are capable of independently ‘learning’ to optimize their own performance. ML techniques are being increasingly applied in medical and surgical research.1 Since 2010, the number of PubMed articles containing the term ‘machine learning’ in the title or abstract has accelerated from 560 to 28 000 articles per year. Yet for those without training in applied mathematics or computer science, these techniques remain unfamiliar and inaccessible. The most advanced ML models, which are highly flexible and capable of mapping complex relationships, are also the most difficult to interpret (the AI black box problem).2 Standards for reporting and evaluating model performance are also highly variable. Taken together, these challenges represent a major barrier to implementation of ML-based prediction tools in clinical practice.
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 | 0,044 | 0,187 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,090 | 0,131 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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 ».