Làm thế nào để nhẹ nhàng giới thiệu các nhà dịch tễ học / đồng nghiệp y tế công cộng để mô hình dự đoán tiên tiến?


8

Xuất thân từ một nền tảng khoa học xã hội và dịch tễ học, đồng nghiệp của tôi đã được đào tạo về hồi quy bình phương tối thiểu, hồi quy logistic và phân tích sinh tồn. Họ muốn thấy khoảng tin cậy 95% và giá trị p với các hệ số tham số và không tin tưởng vào các công cụ dự đoán hiện tại hơn như mạng thần kinh, GIỎ HÀNG, đóng gói & tăng tốc, cũng như các kỹ thuật hồi quy bị phạt.


4
Khóa học ngắn hạn của tôi là nhắm vào đối tượng đó, trong số những người khác. Thông tin bao gồm các tài liệu có tại trang web cho phiên bản học kỳ đầy đủ của khóa học: biostat.mc.vanderbilt.edu/CferenceBios330 . Một trong nhiều điều tôi đề cập là tại sao không hợp lý với các hệ số hồi quy logistic chống logistic để có được tỷ lệ cược; điều này là trong bối cảnh cho phép các hiệu ứng là phi tuyến và nhận được các tỷ lệ tỷ lệ cược giữa các tứ phân vị.
Frank Harrell

2
Tôi thích 2 cuốn sách sau: Giới thiệu về học thống kê: với các ứng dụng trong R (James, Witten, Hastie và Tibshirani). Các yếu tố của học thống kê: Khai thác dữ liệu, suy luận và dự đoán (Hastie, Tibshirani, Friedman). Tôi cũng thấy rằng các nhà dịch tễ học thích các mô hình hồi quy tham số (mô hình kiểu GLM mà bạn đề cập) để ước tính và suy luận so với các mô hình hồi quy bán / không tham số hiện đại. Tôi cho rằng vì phần lớn công việc của họ tập trung vào khám phá / giải thích các yếu tố rủi ro / bảo vệ, thay vì tạo ra sự phù hợp hồi quy linh hoạt (để dự đoán)?
Chris

2
@RobertF: Điều đó đúng với hầu hết các nghề nghiệp (quán tính?). Tuy nhiên, các nhà dịch tễ học thường quan tâm đến các mô hình giải thích và không phải lúc nào cũng hoàn toàn rõ ràng cách tiếp cận dự đoán mới lạ hơn như hình phạt nên được sử dụng khi ví dụ người ta muốn đánh giá sự gây nhiễu, tương tác khi tiếp xúc với lợi ích. Khóa học, cuốn sách và phòng thí nghiệm của Frank Harrell. trang web chứa rất nhiều tài liệu hữu ích có thể được áp dụng trong dịch tễ học.
Thomas Speidel

1
@RobertF: Đây là một cái gì đó tôi có một thời gian khó nắm bắt. Nếu chúng ta cố tình ước tính hiệu ứng thiên vị để giảm quá mức, làm thế nào chúng ta có thể đối xử với chúng như thể chúng không thiên vị khi chúng ta muốn giải thích chúng?
Thomas Speidel

1
@Chris Một trong những công cụ phân tích sinh tồn phổ biến nhất mà các nhà dịch tễ học sử dụng là mô hình bán tham số.
Fomite

Câu trả lời:


6

Tôi sẽ cân nhắc như một nhà dịch tễ học.

Tôi có thể thấy quán tính khi các nhà nghiên cứu & chuyên gia trong lĩnh vực chăm sóc sức khỏe chuyển sang quản lý cấp trung và xa hơn và mất liên lạc với những phát triển mới trong thống kê.

Trước tiên, tôi sẽ mạnh mẽ khuyên bạn không nên giả định này chỉ đơn giản là quán tính, hoặc trong các hình thức kỷ luật không muốn áp dụng kỹ thuật mới, hoặc đồng nghiệp của bạn rơi mất liên lạc với những phát triển mới trong thống kê. Bạn có thể đi đến các hội thảo dịch tễ học hàn lâm, nơi công việc mới và rất phức tạp về phương pháp đang được thực hiện, và vẫn không nhất thiết phải tìm thấy nhiều về mô hình dự đoán.

Gợi ý là trong tên. Mô hình dự đoán .

Dịch tễ học, như một lĩnh vực, không đặc biệt quan tâm đến dự đoán vì lợi ích riêng của nó. Thay vào đó, nó tập trung vào việc phát triển các giải thích căn nguyên cho các kiểu bệnh quan sát được trong dân số. Hai cái này có liên quan, nhưng khác biệt, và điều này thường dẫn đến một sự không tin về triết học của các kỹ thuật phân loại và dự đoán hiện đại hơn, hoàn toàn cố gắng để tối đa hóa tác động dự đoán của một mô hình. Cuối cùng, đây là những người có quan điểm cho rằng việc lựa chọn biến nên được thực hiện chủ yếu bằng việc sử dụng một cái gì đó giống như biểu đồ chu kỳ có hướng, có thể được coi là đối nghịch với mô hình dự đoán đang hướng tới.

Điều này dẫn đến việc nó không phải là một phần của nền tảng của họ, không phải là thứ họ gặp nhiều trong văn học, và thành thật mà nói, khả năng cao họ tiếp xúc với nó là thông qua những người không thực sự hiểu những vấn đề họ đang cố gắng để giải quyết.

Điều này, trong các ý kiến, là một ví dụ hoàn hảo:

Điều đó ném một số người - thực tế là chúng tôi cố tình đưa sự thiên vị vào hồi quy bị phạt để cải thiện độ chính xác dự đoán

Gần như mọi nhà dịch tễ học mà tôi biết, nếu bạn thực hiện chúng, sẽ chọn giảm sự thiên vị so với sự gia tăng độ chính xác.

Điều đó không có nghĩa là nó không bao giờ được đưa lên. Đôi khi các mô hình dự đoán được sử dụng - thường trong các trường hợp lâm sàng trong đó dự đoán về kết quả của bệnh nhân đặc biệt này được quan tâm đáng kể hoặc phát hiện ổ dịch, trong đó các kỹ thuật này hữu ích vì chúng tôi không biết điều gì sắp xảy ra và không thể tạo ra nguyên nhân tranh luận. Hoặc khi dự đoán thực sự là mục tiêu - ví dụ, trong nhiều mô hình ước tính phơi nhiễm. Họ chỉ là một phần thích hợp trong lĩnh vực này.


Tôi xin lỗi nếu điều này hơi khó chịu, tôi không có ý đó. Bao nhiêu đào tạo của một nhà dịch tễ học về thống kê và / hoặc toán học? Hoàn toàn từ kinh nghiệm của bản thân tôi, các nhà dịch tễ học mà tôi đã gặp (và tôi đã gặp một số lượng đáng kể) đã bị trang bị về mặt thống kê để sử dụng và giải thích các mô hình mà họ đã trình bày. Rất nhiều người trong số họ đã không biết gì về các khái niệm cơ bản như điều chỉnh nhiều thử nghiệm và các vấn đề thực tế khác. Tôi đã tự hỏi nếu bạn có thể nhận xét về điều này. Tôi đã đơn giản gặp những nhà dịch tễ học tồi, hay đó là một hiện tượng rộng lớn về kỷ luật? Một lần nữa, tôi hy vọng điều đó không xảy ra
Chris C

1
@ChristC Một phần của vấn đề là, so với nói, "Thống kê", nhà dịch tễ học là một lĩnh vực rất rộng. Có nhiều người có thể thoát khỏi các bảng 2x2 và toán học không phức tạp hơn phân chia dài, bởi vì đối với hầu hết các vấn đề sức khỏe cộng đồng địa phương, điều đó là đủ. 1 / n
Fomite

1
Ngoài ra còn có một số điểm kỳ quặc của lĩnh vực (Charlie Poole tại UNC có một lập luận lại: nhiều sửa chữa so sánh là một khái niệm thiếu sót trong Dịch tễ học), và một số thiếu giáo dục bởi vì hầu hết các epi là người sử dụng mô hình, và thành thật mà nói, các chương trình thống kê thường hoàn toàn không quan tâm đến việc dạy chúng. 2 / n
Fomite

1
Ở đầu kia của quang phổ, bạn có một số nhà phương pháp học rất tinh vi làm việc về các vấn đề tập trung vào epi - suy luận nguyên nhân, mô hình hệ thống, rủi ro cạnh tranh, v.v ... những người cực kỳ am hiểu. Tất cả chỉ phụ thuộc rất nhiều vào loại công việc họ làm, lý lịch của họ, v.v ... n / n
Fomite

1
@ChrisC Một ví dụ đặc biệt minh họa mà tôi vừa nhớ. Trong cùng một hội nghị, trong cùng một phiên , tôi đã trình bày một cách tiếp cận mới (nếu hơi phái sinh) để mô hình hóa tính thời vụ bằng cách sử dụng mô hình hồi quy có chức năng điều hòa trong đó. Cuộc nói chuyện trước mắt tôi? Biểu đồ hình tròn. Cả hai rất đáng tin cậy có thể được gọi là "Dịch tễ học".
Fomite
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.