Variable Screening Methods in Conditional Logistic Individual Level Models of Disease Spread
Notice bibliographique
Résumé
The conditional logistic individual-level model is a recently developed infectious disease model, particularly suited for modeling spatial-based infection risk. It is designed to reduce computational complexity and expand the range of available statistical software for data analysis (Akter & Deardon, 2025). This study aims to apply and evaluate different variable selection techniques for the newly introduced conditional logistic individual-level models (CL-ILMs). These variable selection methods include forward and backward stepwise Akaike information criterion (AIC), least absolute shrinkage and selection operator (Lasso), spike-and-slab prior (SS prior), and two-stage screening methods. The ultimate goal is to boost model performance and interpretability, and to reduce the risk of overfitting ultimately leading to more robust and effective models. We examine and compare the performance of these methods using simulated data and real-life data from the outbreak of foot-and-mouth disease in the UK in 2001. • This study proposes novel variable screening methods for spatial CL-ILMs. • We explore stepwise AIC, Lasso, spike-and-slab, and two-stage prescreening methods. • We assess variable selection methods using simulated datasets and real-world data. • Overall, Lasso showed lower accuracy, while spike-and-slab priors performed better. • This aligns with ILM results (Akter & Deardon, 2023), where spike-and-slab was best.
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 | 0,011 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».