ביו-אינפורמטיקה רפואית
- 375 שאלות
- -- תגובות
- 0% הושלמו
- equalizer סטטיסטיקות
- share שתף
Discuss, Learn and be Happy דיון בשאלות
help
brightness_4
brightness_7
format_textdirection_r_to_l
format_textdirection_l_to_r
חוקר בתחום מדעי הנתונים הרפואיים בונה מודל machine learning כדי לחזות את הסיכון של מטופלים לפתח סוכרת מסוג 2. לאחר אימון המודל, החוקר מעוניין להעריך את החשיבות היחסית של כל מאפיין (גיל, BMI, היסטוריה משפחתית, רמת גלוקוז בצום וכו') בתחזיות המודל. איזו מהשיטות הבאות תהיה המתאימה ביותר להערכת חשיבות המאפיינים בצורה גלובלית ואמינה, תוך התחשבות במאפיינים של מודלים מורכבים ("קופסה שחורה")?
1
| done | ||
מיין לפי
מערכת בריאות מעוניינת להטמיע מודל machine learning לחיזוי התפרצות של זיהומים בבתי חולים. אילו מבין השיקולים הבאים הוא הקריטי ביותר בהערכת הביצועים של מודל חיזוי רפואי כאשר התוצאה (זיהום) היא נדירה יחסית באוכלוסייה?
1
| done | ||
מיין לפי
קלינאי רוצה להשתמש במודל machine learning כדי לקבל המלצות טיפוליות עבור מטופלים הסובלים ממחלה כרונית. מהו השיקול החשוב ביותר שיש לקחת בחשבון כדי שהקלינאי ייתן אמון במודל וירגיש בנוח להשתמש בו בפועל?
1
| done | ||
מיין לפי
מדען נתונים רפואיים בונה מודל לחיזוי סיכון למחלת לב וכלי דם (CVD). לאחר הטמעת המודל, הוא מגלה כי יש לו ביצועים גרועים במיוחד בתת-קבוצה ספציפית של נשים ממוצא קווקזי, בגילאי 50-59, מרקע סוציו-אקונומי נמוך ועם היסטוריה של הגירה. איזה צעד מהבאים יהיה היעיל ביותר לשיפור הכיול (calibration) של המודל בתת-קבוצה זו?
1
| done |
מיין לפי
חוקר משתמש בשיטת LIME (Local Interpretable Model-Agnostic Explanations) כדי להסביר תחזיות של מודל "קופסה שחורה". מהו העיקרון המרכזי שעליו מתבססת שיטת LIME?
1
| done | ||
מיין לפי
מה המשמעות העיקרית של המושג "הוגנות" (fairness) בהקשר של מודלים לחיזוי רפואי?
1
| done | ||
מיין לפי
מהו היתרון המרכזי בשימוש בשיטות model-agnostic להסברת מודלים (explainability)?
1
| done | ||
מיין לפי
מהו התפקיד העיקרי של גרפים סיבתיים (Causal Graphs) בהקשר של הסקת מסקנות סיבתיות?
1
| done | ||
מיין לפי
מהו התנאי העיקרי שמשתנה צריך לקיים כדי להיחשב כמשתנה אינסטרומנטלי (Instrumental Variable) בהקשר של הסקת מסקנות סיבתיות?
1
| done | ||
מיין לפי
You have six variables: X, Y, A, B, C and D. The following cause-and-effect statements hold: 1. A affects both X and Y. 2. B is caused by X. 3. X affects Y. 4. Y affects C. 5. B also affects D. 6. D affects Y. Using these statements, draw a DAG (or conceptualize it) and then consider the following claims: 1. A is a confounder of the relationship between X and Y. 2. B is a collider on the path A -> X -> B <- D -> Y. 3. D lies on a direct path from X to Y. 4. Conditioning on A would block at least one backdoor path between X and Y. Which combination of statements above is correct?
1
| done | ||
מיין לפי