欢迎来看鳄梨的生信提分笔记!今天是黄金周中最后一篇文献解读内容了。俗话说知己知彼,百战不殆。明白优质的高分文章妙在哪里,我们才能有针对性地学习和提升,模仿,甚至超越它们!
想要进阶自己的生信分析
可以现在添加雪球老师
回复“个性化”提出需求喔
雪球团队会为大家量身定制陪跑服务
预告
10/04 - 文献解读(三)(还真能加分!)
10/05 - 搭建工具介绍(要代码大牛才行吗?)
10/06 - 自建数据库介绍
10/07 - 雪球百宝箱(期待你来挖宝!)
今天我们一口气为大家带来两篇Top期刊文献!如果你被前两天30+、10+的豪华数值轰炸得缺少信心,不妨看看这两篇10分以内的文章。SCI发表经验积累到一定程度时,从追求数量转为追求质量是必然的事情。所以科研小白生信小白也可以早做打算!也不用担心入门困难的问题,现在添加雪球老师好友,就可以丝滑开展答疑体验。
Identification and validation of an explainable prediction model of acute kidney injury with prognostic implications in critically ill children: a prospective multicenter cohort study
确定和验证对危重症儿童预后有影响的急性肾损伤可解释预测模型:一项前瞻性多中心队列研究
期刊:eClinicalMedicine
影响因子:9.6
发表时间:2024/01/04
通讯单位:苏州大学附属儿童医院
这篇文献亮点之一在于利用SHAP,解释了模型整体和局部的功能,分析如何结合个性化输入数据,对特定个体做出某种预测。不过,鳄梨也有大胆预测:搭建在线诊断预测工具作为一种新风向,各大期刊未来对模型解释的要求也会更高。所以趁着发文的技术要求还没有继续走高,还是抢占先机为好!
丝滑搞定生信分析没信心?
可以现在添加雪球老师
回复“个性化”提出需求喔
雪球团队会为大家量身定制陪跑服务
整体解释
局部解释
这篇文章呈现的在线工具纳入了8个临床变量,和上一篇10+SCI纳入的数目相似。如果研究的疾病较为复杂,需要结合更多变量考虑,(如30+文献中超过20条评价标准)而导致自己无法顺利处理,欢迎随时联系雪球老师,回复“个性化”探讨优化模型的可能性。
Development and validation of a machine learning-based predictive model for assessing the 90-day prognostic outcome of patients with spontaneous intracerebral hemorrhage
开发并验证基于机器学习的预测模型,用于评估自发性脑内出血患者的 90 天预后结果
期刊:Journal of Translational Medicine
影响因子:6.1
发表时间:2024/03/04
通讯单位:安徽医科大学第一附属医院
这篇文章比较了五种机器学习模型(LR、RF、XGB哦哦身体、LightGBM和SVM)的预测性能,选择了效果最好的RF模型。用SHAP方法解释了变量对结果的影响。
根据综合AUC和变量重要性的折线图,选取了重要性排名前五的指标构建网络计算器,结果如下。
这两篇文献所需的工作量有没有让大家感觉轻松一些呢?最开始,在线应用只是相当于列线图的一种无纸化形式,而随着机器学习技术的普及和演化,网站应用也被开发出更多功能,也能够予以更清晰的解释。量变终将引起质变,而等到研究数目开始饱和才想加入,就太晚了。雪球老师团队积极分享各种前沿且易于复现的套路,也是希望大家及时跟上脚步,学习和发文都不掉队!因此,也不要担忧自己对新技术新方法的有心无力,有困难,就来找雪球老师。
预告
10/05 - 搭建工具介绍(要代码大牛才行吗?)
10/06 - 自建数据库介绍
10/07 - 雪球百宝箱(期待你来挖宝!)
添加雪球老师微信
回复“个性化”
定制陪跑安心发文
都看到这里了,点个星标再走吧!
听说不点星标,容易错过最新资讯!