关注公众号,发送R语言或python,可获取资料
专注R语言在生物医学中的使用
免费千人QQ交流群:613637742
周五公开课文字内容以及录屏回放。
视频已上传到b站,我的b站账号:阿越就是我
本文目录:
临床预测模型常见发文类型
临床预测模型和生信数据挖掘结合
总结
从医学统计到机器学习
机器学习离医学生/医生很遥远吗?
并不是,其实大家都学过。
医学统计学是一门运用统计学的原理和方法,研究医学科研中有关数据的收集、整理和分析的应用科学。–孙振球,徐勇勇《医学统计学》第4版
机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式,并将现有内容进行知识结构划分来有效提高学习效率。–百度百科
结合我们的医学背景讲,机器学习是能够帮我们决策的工具。机器学习中的部分内容我们并不陌生。
医学统计学中都学过多元线性回归、logistic回归、判别分析、聚类分析等,这些都是机器学习的范畴,都属于机器学习的方法。只不过是所处的情境不同,就像一个人可以有多种身份。
在logistic回归中,我们通过多个自变量建立logistic回归方程,由此来判断因变量的状态,比如患病/不患病,肿瘤/非肿瘤,死亡/生存等;在多元线性回归中,我们可以通过多个自变量预测患者的血糖水平。
这些问题在医学统计学中,我们的目的是探寻自变量和因变量的关系,在机器学习中也是一样的用法,不过此时的目的更偏向于预测结果。除此之外,机器学习面向的主要是大样本量的数据,而医学统计学在使用这些方法时,通常是样本量不大的。
除了我们学习过的多元线性回归、logistic回归等,还有一些医学统计学中没有讲到的内容,比如大家经常见到的:随机森林,lasso/ridge/elastic net,支持向量机,knn等,都属于机器学习的内容,都是类似的用法,用多个自变量预测一个因变量。
机器学习在临床中的应用
机器学习在很多领域应用广泛,在医学领域,大家经常接触的主要是以下几个方面:
这里面我认为最简单的就是临床预测模型。
另外两个需要额外学习的背景知识太多,对于医学生/医生,尤其是临床医学、中医学等,不亚于从0开始学习一门技能。
今天我们简单介绍下机器学习和临床预测模型的应用。
机器学习和临床预测模型有什么关系?
首先大家要明确,临床预测模型是什么?
临床预测模型的本质是一种分类方法。通过这种方法,你可以对很多东西进行分类,比如,生和死、有病和没病、肿瘤和非肿瘤、复发和不复发等等。
再直白一点,临床预测模型是一个公式,根据这个公式,你提供一些基本信息,比如年龄、性别、体重、血红蛋白量等(或者某个基因的表达量等),就可以计算出这个人到底是有病还是没病!–《简单易懂:什么是临床预测模型》
你看这个过程是不是和我们上面建立多元线性回归、logistic回归的过程一模一样?也是多个自变量和一个因变量的故事。
所以,临床预测模型的各种实现,都是通过机器学习的方法完成的(你非说是通过统计学的方法也可以,因为二者本来就没有清晰的界限)。这其中比较简单的也是比较常见的是logistic回归、cox回归这些,其他方法,如随机森林、SVM、各种提升算法等,也都逐渐开始使用。
除此之外,大家常见的各种重抽样方法,比如bootstrap、cross validation、holdout(train/test split)等,都是机器学习中常见的基本内容。
各种对变量的处理,比如:中心化、标准化、缺失值插补、样条回归、boxcox、向前/向后/逐步选择、最优子集,等,也都是机器学习的基础内容。
唯一不同且是最重要的一点:临床预测模型更加注重结合临床背景进行解释。
不同于机器学习中变量重要性(随机森林)这种解释,我们更喜欢OR/HR/RR这种解释,自变量每增加一个单位,因变量的危险增加多少、大于60岁的人相比于小于60岁的人,患某病的风险增加多少。
临床预测模型必须不能脱离临床,单纯的数字游戏没有任何意义。
很多讲临床预测模型的课程,涉及的机器学习基本方法太少,指南里的东西大家都知道,满足不了大家发文章的需求。
当我们谈论临床预测模型时,我们在谈些什么?
这个答案大家应该都很感兴趣:文章!SCI!
临床预测模型本质上应该是为医务人员提供新的诊疗工具、决策工具,开发更为快捷、简便、性价比高的量化工具。比较熟悉并且十分成功的案例:肿瘤的TNM分期。
但是目前来看,主要作用是为大家提供新的发文方式!
绝大多数临床预测模型类文章都没有实用价值。
机器学习与临床预测模型需要哪些知识统计学知识
这块知识对于大家应该不陌生,很好上手。
医学统计学,特别是多元线性回归、logistic回归、Cox回归,需要重点掌握。
除此之外,需要学习一些课本上没有的、但是文献中经常见的统计学方法和指标。
灵活使用,举一反三,不能还停留在t检验、方差分析的阶段,需重点掌握结果的解释。
机器学习基础
这部分内容需要重新学习,但是不需要掌握复杂的原理,数学公式推导等,需要学会:
特征工程:特征选择
超参数调优
存在的问题:处理后不管是单位还是尺度都已变化,怎么解释?
除此之外,还需学习常见的机器学习算法:
对于以上算法预测模型有哪些,只需学会使用即可,知道哪些算法可以用于什么样的数据、需要哪些数据预处理,结果如何解读等。
统计软件和编程
python,影像组学建议学
Linux,生信数据挖掘建议学
附:如果你要学习生信数据挖掘
下游分析需要掌握的基础知识:
以上所有,外加:
什么是芯片,常用的芯片平台有哪些?什么是GEO?表达矩阵,探针id转换?
什么是一代测序,二代测序,三代测序?什么是counts,tpm, fpkm?什么是TCGA?TCGA包含哪些数据?什么是编码基因?mRNA, lncRNA, miRNA, circRNA等?生信常见的各种数据库id, hgnc gene symbol, entrez id, ensembl id等?中心法则?表观遗传涉及哪些内容?什么是甲基化?单核苷酸多态性SNP, 拷贝数变异CVN?
什么是gtf, gff, 参考基因组,基因组注释文件?常见的生信数据存放格式?fastp, fastq, bam, sam,
氨基酸缩写?人类染色体命名规则?
常见的生信下游分析方法?差异分析,生存分析,富集分析,WGCNA,免疫相关分析,治疗相关分析等,在不同数据类型(转录组、甲基化等)中?
…
上游分析需要的知识也很多。
我的主要学习阵地:哔哩哔哩!解决你80%的问题
临床预测模型常见发文类型
临床预测模型类文章主要内容是3个部分:
模型的建立-各种算法,logistic、决策树等等
模型的评价-各种指标和图表,ROC、C-index、校准曲线、决策曲线等等
模型的解释:临床预测模型必须不能脱离临床,单纯的数字游戏没有任何意义。
比较简单的
算法不复杂,步骤也不复杂。只需要logistic回归、Cox回归、Lasso即可。
更加典型的案例
训练集+测试集,各来一遍,各种图、指标都用上:nomogram、ROC曲线、校准曲线、决策曲线、K-M生存曲线、C-index等。
机器学习方法的使用
随机森林、决策树
Cross Validated Elastic regularized logistic regression method (cv-Enet), boosting linear regression (glmboost), random forest, and an ensemble model
随机生存森林
临床预测模型和生信数据挖掘结合
也可以认为是机器学习和生信挖掘领域的结合,基本思路和常规的临床预测模型差不多,比上面介绍的临床预测模型内容更多,主要是两个方面:
有了生信的加持,可以玩出更多花样!扩展性极大提高!工作量也成倍增加预测模型有哪些,通常此类文章机器学习只是其中一部分内容。
生信数据挖掘,到底在挖什么?
本质是通过各种方法得到一小撮分子,再通过各种方法证明这些分子很重要!
寻找分子的过程通常也属于变量选择的过程,因为高通量最不缺的就是变量!这些分子通常是mRNA/lncRNA/miRNA等。
一些常见的方法:
然后建立模型,这部分内容和临床预测模型差不多,也是建立各种机器学习算法:
评价模型,和临床预测模型相似的内容:
除此之外,还有一些生信数据挖掘特有的部分:必须和治疗/预后扯上关系
生信数据挖掘文章还有一个特点:紧跟热点
铁死亡、铜死亡、细胞凋亡、内质网应激、肿瘤干性、缺氧、m6A、上皮-间质转化、凝血、血管生成、……
理论上你去GO或者KEGG的官网,所有的分子集合都可以挖一遍;所有病理生理过程涉及的分子也都可以挖一遍(离子通道)。
生信数据挖掘典型花里胡哨图:
比较简单的
最早期的临床预测模型和生信数据挖掘结合的思路:
2022年了,这种远古套路依然可以发!因为他加了实验……
思路不新,也没有实验,但是疾病没人挖掘:儿童败血性休克,机器学习只占一小部分内容,主要是寻找分子以及说明重要性:
复杂的
超级复杂的工作量、泛癌、单细胞、实验验证
image-20221210192226653
恐怖的工作量:单是机器学习部分就有10种机器学习算法的101种组合!以及和其他已发表的模型进行比较!
总结
感谢大家,祝大家百发百中!
免费千人QQ交流群:613637742
精选合集
1、本站资源针对会员完全免费,站点中所有资源大部分为投稿作者付费教程,切勿轻易添加教程上除本站信息外的任何联系方式,谨防被割,如有疑问请随时联系客服。
2、本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。