首页 >>  正文

预测模型的验证方法

来源:baiyundou.net   日期:2024-08-26

近日,首都医科大学宣武医院神经内科唐毅教授团队联合首都医科大学生物医学工程学院李春林教授团队在《Alzheimer's & Dementia》(5年IF= 20.298)上发表题为“Unsupervised machine learning model to predict cognitive impairment in subcortical ischemic vascular disease”的研究论文。该研究基于长期、多中心随访的皮质下缺血性脑小血管病队列(SIVD),利用无监督机器学习建模,发现基于DTI+fMRI组合模型可以有效预测认知障碍的发生,为脑小血管病的临床诊疗提供了方便有效的工具。首都医科大学宣武医院秦琪医生,首都医科大学生物医学工程学院博士生屈俊达、首都医科大学宣武医院研究生尹筠思为共同第一作者,首都医科大学宣武医院邢怡副主任医师与首都医科大学生物医学工程学院李春林教授及首都医科大学宣武医院唐毅教授(末位通讯)为论文共同通讯作者。

皮质下缺血性脑小血管病是一种常见的小血管疾病,患病率随着年龄的增长而增加,其中一半的SIVD患者会出现认知功能退化,最终发展为皮层下血管性认知障碍(SVCI),另一半的SIVD患者并不发生认知障碍。然而,哪些患者最终会发展为认知障碍,目前仍缺乏有效的预测模型,也是亟待解决的临床问题。

首都医科大学宣武医院唐毅教授团队自2015年起开始建立SIVD及SVCI患者队列。本研究纳入83位SVCI 患者和53位SIVD患者,基于患者的临床信息,神经心理测评及多模态核磁影像数据建立无监督机器学习模型,综合比较采用不同模型的预测表现,发现DTI+fMRI组合预测认知障碍发生的准确性、敏感性和特异性分别为86.03%、79.52%和96.23%,高于现有方法。在随后基于外部队列的验证研究显示,该模型表现稳定,准确性、敏感性和特异性分别为80.52%, 71.11%, 和93.75%。

本研究为临床提供了一种基于常规影像学检查的、可有效预测皮质下脑小血管病患者发生认知障碍的模型,同时,从脑结构和脑功能连接的角度进一步揭示皮质下缺血性脑小血管病的发生机制。该研究受国家自然科学基金和科技部国家重点研发计划等项目支持。

文/北京青年报记者 蒋若静

编辑/崔毅飞

","gnid":"9d7cc213ad93d9be0","img_data":[{"flag":2,"img":[]}],"original":0,"pat":"art_src_3,fts0,sts0","powerby":"hbase","pub_time":1678589820000,"pure":"","rawurl":"http://zm.news.so.com/1c1d79a5de8a389abcdc55e6b8cc6cbb","redirect":0,"rptid":"e2fe8bd40a72f4d1","rss_ext":[],"s":"t","src":"北青热点","tag":[{"clk":"kscience_1:宣武医院","k":"宣武医院","u":""},{"clk":"kscience_1:机器学习","k":"机器学习","u":""},{"clk":"kscience_1:首都医科大学","k":"首都医科大学","u":""}],"title":"宣武医院唐毅团队发布新模型 可有效预测SIVD患者发生认知障碍风险

仰话奋3570根据某数据集d拟合得到了模型m,请问如何验证模型m确实是根据数据集d得到的 -
敖底方15022266533 ______ 1. 引入 prior 的回归/分类,或者说 MAP estimator(最大后验估计)不能算是贝叶斯方法.完整的贝叶斯方法并不止步于算出 posterior 的 mode 或者 mean,而是利用整个 posterior 分布对预测过程进行平滑,具体来说就是:假设 posterior 为 ,...

仰话奋3570多元线性回归模型的检验方法有哪些?
敖底方15022266533 ______ 多元线性回归模型的检验方法有:判定系数检验(R检验),回归系数显著性检验(T检验),回归方程显著性检验(F检验).判定系数检验多元线性回归模型判定系数的...

仰话奋3570定量预测方法有哪些 -
敖底方15022266533 ______ 定量分析法有五种: 1、比率分析法. 2、趋势分析法.对同一单位相关财务指标连续几年的数据作纵向对比,观察其成长性.通过趋势分析,分析者可以了解该企业在特定方面的发展变化趋势. 3、结构分析法.通过对企业财务指标中各分项...

仰话奋3570如何用Python在10分钟内建立一个预测模型 -
敖底方15022266533 ______ 预测模型的分解过程 我总是集中于投入有质量的时间在建模的初始阶段,比如,假设生成、头脑风暴、讨论或理解可能的结果范围.所有这些活动都有助于我解决问题,并最终让我设计出更强大的商业解决方案.为什么你要在前面花费这段时...

仰话奋3570灰色预测模型怎样判定通过 残差检验 -
敖底方15022266533 ______ 灰色预测模型所需要的数据量比较少,预测比较准确,精度较高. 样本分布不需要有规律性,计算简便,检验方便. 灰色预测模型适用于中长期预测.

仰话奋3570留一法交叉验证和普通交叉验证有什么区别 -
敖底方15022266533 ______ 下面是一些定义及作用: Training set: A set of examples used for learning, which is to fit the parameters [i.e., weights] of the classifier. 训练集是用来学习的样本集,通过匹配一些参数来建立一个分类器 Validation set: A set of examples used to ...

仰话奋3570医药市场预测的基本步骤有哪些?
敖底方15022266533 ______ (1) 明确目的,确定目标就是要先解决预测什么,达到什么目标和要求.预测目标、预测期限及预测数量单位需用文字说明.制定出预测项目及调配、培训预测人员和费用预算...

仰话奋3570【Excel数据挖掘】如何使用Excel进行数据挖掘 -
敖底方15022266533 ______ Excel进行数据挖掘有其固定的几个步骤,这里我们要详细的介绍这几个部分,以便让刚入门的还摸不到头脑的菜菜们能够在宏观上掌握用Excel进行数据挖掘的大概流程,以便更好的进行下一步的学习,下面是几个重要的步骤:数据准备:在进行数据挖掘之前先对数据进行查看、整理和随机取样.数据准备的方式有:浏览数据、清除数据以及为数据分区数据挖掘:开始进行数据挖掘的真正步骤,可以建立挖掘模型和预测分析等.数据模型化的方法有分类、估计、聚类、关联、预测和高级等.准确性验证:通过图形来查看模型,图形有准确性图表,分类矩阵和交叉验证等 模型用法:对已经建立好的模型进行条件式查询结果:管理:对于已经建立好的挖掘模型管理其挖掘结构

仰话奋3570请问矿床模型与预测模型的关系是什么? -
敖底方15022266533 ______ 矿床模型是一个较为广义的概念.可以用文字、图解或表格形式表示,是描述某类矿床基本特征的综合概念.矿床模型是在矿床学研究和找矿实践中发展起来的,对矿床预测和评价有重要作用.矿床模型常常包含描述矿床形成环境和鉴别特征的...

(编辑:自媒体)
关于我们 | 客户服务 | 服务条款 | 联系我们 | 免责声明 | 网站地图 @ 白云都 2024