Modele de predicție a riscului medical: Cu legături cu învățarea automată

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 3 voturi.

Titlul original:

Medical Risk Prediction Models: With Ties to Machine Learning

Conținutul cărții:

Medical Risk Prediction Models: With Ties to Machine Learning este o carte practică pentru clinicieni, epidemiologi și statisticieni profesioniști care trebuie să realizeze sau să evalueze un model de predicție statistică bazat pe date. Subiectul cărții este probabilitatea individualizată a pacientului de a avea un eveniment medical într-un anumit orizont de timp. Gerds și Kattan descriu detaliile matematice ale realizării și evaluării unui model de predicție statistică într-o manieră extrem de pedagogică, evitând în același timp notațiile matematice. Citiți această carte atunci când aveți îndoieli dacă un model de regresie Cox prezice mai bine decât o pădure de supraviețuire aleatorie.

Caracteristici:

⬤ Tot ce trebuie să știți pentru a face corect un calculator de risc online de la zero.

⬤ Discriminare, calibrare și performanță predictivă cu date cenzurate și riscuri concurente.

⬤ Cod R și exemple ilustrative.

⬤ Interpretarea performanței de predicție prin benchmark-uri.

⬤ Compararea și combinarea strategiilor de modelare concurente prin validare încrucișată.

Thomas A. Gerds este profesor la unitatea de biostatistică de la Universitatea din Copenhaga și este afiliat Fundației daneze pentru inimă. Este autorul mai multor pachete R pe CRAN și a predat cursuri de statistică pentru nestatisticieni timp de mulți ani.

Michael W. Kattan este un autor foarte citat și președinte al Departamentului de științe cantitative ale sănătății de la Cleveland Clinic. Este membru al American Statistical Association și a primit două premii din partea Society for Medical Decision Making: Premiul Eugene L. Saenger pentru servicii deosebite și Premiul John M. Eisenberg pentru aplicarea practică a cercetării privind luarea deciziilor medicale.