FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W2802385064> ?p ?o ?g. }

• W2802385064 abstract "Introduction L’analyse de mesures longitudinales – appelees trajectoires – est de plus en plus utilisee en recherche medicale. L’un des interets de cette analyse est d’identifier des groupes d’individus ayant des trajectoires similaires. La classification obtenue peut etre utilisee pour mieux comprendre l’heterogeneite des evolutions entre individus. La classification est communement obtenue par des modeles de melange qui supposent que la trajectoire de chaque individu peut etre reproduite par le melange d’un petit nombre de trajectoires typiques avec des poids differents donnes a chaque trajectoire typique. La particularite de ces modeles de melange est qu’ils ne classent pas les individus lors de l’estimation des parametres des trajectoires typiques, mais a posteriori, contrairement aux modeles de classification. En revanche, les modeles de classification ne prennent pas en compte l’heterogeneite des individus au sein de ces groupes. Notre objectif est de developper un modele mixte de classification de trajectoires, c’est-a-dire, un modele qui prend en compte plusieurs niveaux d’heterogeneite :  – l’heterogeneite liee a l’existence de trajectoires typiques ;  – l’heterogeneite des trajectoires des individus au sein de ces groupes de trajectoires typiques (heterogeneite inter-individuelle au sein des groupes) ;  – et l’heterogeneite des mesures d’un meme individu autour de sa propre trajectoire (heterogeneite intra-individuelle). Methodes L’algorithme « Classification EM algorithm » (CEM) utilise alternativement deux etapes : une etape EC qui affecte chaque trajectoire au groupe auquel la probabilite d’appartenance a posteriori est la plus elevee, et une etape M qui estime les parametres de la trajectoire typique de chaque groupe en utilisant un modele mixte avec des effets fixes et aleatoires dependant du groupe. Un travail de simulation a ete realise pour comparer les classifications obtenues par un modele mixte de classification qui prend en compte l’heterogeneite inter-individuelle au sein des groupes aux classifications obtenues par un modele simple de classification qui n’en tient pas compte. Le pourcentage d’individus mal classes et le biais dans l’estimation des trajectoires typiques ont ete compares entre les deux modeles selon differents scenarios faisant varier le rapport entre l’heterogeneite inter-individuelle au sein des groupes et l’heterogeneite intra-individuelle. Les deux modeles ont ete appliques aux donnees d’un essai clinique qui compare les trajectoires des valeurs de la creatinine post-transplantation cardiaque selon la dose de cyclosporine administree. Resultats En l’absence d’heterogeneite inter-individuelle au sein des groupes (absence peu credible sur le plan biologique), le modele mixte de classification donne des resultats similaires a ceux du modele simple de classification. En presence d’heterogeneite inter-individuelle, l’ecart entre les deux modeles exprime en pourcentage d’individus mal classes peut atteindre 40 % a 50 %, ce qui entraine une augmentation du biais dans l’estimation des trajectoires typiques. Conclusion L’heterogeneite entre les individus etant frequente en medecine, nous recommandons d’utiliser le modele mixte de classification qui permet une meilleure prise en compte des differences inter-individuelles et conduit a une meilleure classification." @default.
• W2802385064 created "2018-05-17" @default.
• W2802385064 creator A5024583988 @default.
• W2802385064 creator A5059137296 @default.
• W2802385064 creator A5069690901 @default.
• W2802385064 date "2018-05-01" @default.
• W2802385064 modified "2023-09-30" @default.
• W2802385064 title "Prise en compte de l’hétérogénéité inter-individuelle dans la classification de trajectoires" @default.
• W2802385064 doi "https://doi.org/10.1016/j.respe.2018.03.345" @default.
• W2802385064 hasPublicationYear "2018" @default.
• W2802385064 type Work @default.
• W2802385064 sameAs 2802385064 @default.
• W2802385064 citedByCount "0" @default.
• W2802385064 crossrefType "journal-article" @default.
• W2802385064 hasAuthorship W2802385064A5024583988 @default.
• W2802385064 hasAuthorship W2802385064A5059137296 @default.
• W2802385064 hasAuthorship W2802385064A5069690901 @default.
• W2802385064 hasConcept C138885662 @default.
• W2802385064 hasConcept C15708023 @default.
• W2802385064 hasConcept C17744445 @default.
• W2802385064 hasConceptScore W2802385064C138885662 @default.
• W2802385064 hasConceptScore W2802385064C15708023 @default.
• W2802385064 hasConceptScore W2802385064C17744445 @default.
• W2802385064 hasLocation W28023850641 @default.
• W2802385064 hasOpenAccess W2802385064 @default.
• W2802385064 hasPrimaryLocation W28023850641 @default.
• W2802385064 isParatext "false" @default.
• W2802385064 isRetracted "false" @default.
• W2802385064 magId "2802385064" @default.
• W2802385064 workType "article" @default.