Hledání vícerozměrných vztahů mezi vedlejšími příznaky léčby a rychlostí
metabolizace
Antonín Pavelka 2. března 2010 Seminar on knowledge discovery
Osnova
• Představení dat
• Cíle analýzy
• Metody
• Výsledky
• Závěr
Úvod
pacienti s depresí, neurózou nebo bulimií léčení běžným léčivem (paroxetin) lék vyvolává řadu vedlejších příznaků rychlost odbourávání léčiva je individuální - a tím i potřebná dávka
Rychlost odbourávání léčiva
• závisí na hodnotě Metabolic Ratio (MR)
- měřitelná, ale obtížně
- jen indikátor, měří metabolizace jiné látky, ne přímo léku
- hodnota je spojitá, ale lékaři pacienty rozdělili na PM (poor metabolizer) a EM (extensive metabolizer)
- před léčbou je často vyšší než při podávání léku
• pomalé odbourávání -> vyšší koncentrace -> menší dávky
• hodnota MR je ovlivněna dvojicí genů
- lze poměrně levně určit jejich varianty
Cíle
geny -?-> MR -?-> vedlejší příznaky
ví se: některé geny ovlivňují třídu pacienta (PM nebo EM) třída vedlejších příznaků (sexuální dysfunkce) souvisí s MR1
- jednorozměrné statistické testy
- další jednorozměrné závislosti nebyly statisticky významné
Lze z genotypu předpovědět MR?
Lze z kombinace ostatních atributů předpovědět MR?
- Souvisí MR s jinými vedlejšími příznaky?
1A. Zourkovä, et al. (2005). Clinical Impact of CYP2D6 Activity in Long-Term paroxetine Treatment. New Developments in Anxiety Disorder Research. Chapter 7
Datový soubor pro vedlejší příznaky
• 91 pacientů
• atributy
- 24 vedlejších příznaků
• soustředění, únava, nausea, průjem, příbytek, pocení: {0, 1, 2}
• ASEX ((Arizona Sexual Experience Scale)
— 5 kritérií
- každé hodnoceno 5 stupni
- cílový atribut: lékaři diskretizované MR při léčbě
• EM -42 pacientů
• PM -49 pacientů
Metody
Averaged One-Dependence Estimators (AODE)
- slabší předpoklad o nezávislosti atributů, než naivnímu bayes
• přidává závislost dvojic atributů (ODE)
• výpočetně mírně náročnější
- trénuje více ODE a průměruje jejich predikce
- často dosahuje lepších výsledků než naivní bayes
- proč: stále velmi rychlý, odolný proti přeučení
- Weka implementace vyžaduje diskretizaci
• bez učitele, 2 koše
G. Webb, J. Boughton, Z. Wang (2005). Not So Naive Bayes: Aggregating One-Dependence Estimators. Machine Learning. 58(l):5-24.
Výběr atributů - úvod
• může zvýšit
- správnost většiny učících algoritmů
- interpretovatelnost naučeného konceptu
- rychlost učení
I. H. Witten, E. Frank (2005). Data mining: Practical Machine Learning Tools and Techniques: 288-296.
Výběr atributů - přístupy
metoda filtru
— nezávislá na učícím algoritmu
— obecné charakteristiky dat
metoda obalu
— učící algoritmus je vložen do procesu výběru
Výběr atributů - vybrané metody
• filtrové
- množinové: hodnotící kvalitu množiny atributů
* CfsSubsetEval
- atributové: hodnotící přínos jednotlivých atributů
* ChiSquaredAttributeEval
• obalové
* WrapperSubsetEval
CfsSubsetEval
• hodnocení množiny pomocí
- prediktivní síly jednotlivých atributů -jejich vzájemnou závislost
ChiSquaredAttributeEval
• hodnotí atributy
- podle závislosti s cílovým atributem
- vygeneruje pořadí atributů
• nenáročný
- neprohledává se prostor podmnožin
- potřeba jen určit počet atributů
ClassifierSubsetEval
• kvalita množiny = správnost klasifikátoru na ní natrénovaném
WrapperSubsetEval
• kvalita množiny = správnost klasifikátoru na množině atributů určená křížovým ověřením
Výběr atributů - prohledávací algoritmy
ExhaustiveSearch
- chybí omezení na max./min. velikost množiny
- vlastní implementace
Výběr atributů - prohledávací algoritmy
BestFirst
- hladový: přidává atribut, kterým získá nejlépe hodnocenou množinu
- paměť pro množiny umožňuje částečné navracení
- dopředné, zpětné a obousměrné hledání
outlook) (temperature) (humidity) ( windy
outlooK\*"\^,—^ f outlook^ "^S—I—^jV'humidiíy^ outlook \^humidir^/temperature\V windy 7/temper ature\V windy s^em p e ratu rej ^rxV humidity JL^f     \    \^ windy
'temperature^ humidity windy
f outlook \	f outlook \	f  outlook \
[ temperature J	( temperature )	humidity )
V humidity J	V humidity J	V  windy J
Výběr atributů - validace
• meta.AttributeSelectedCIassifier
— vybere atributy zvolenou metodou
— navenek se chová jako normální klasifikátor
• 10-násobné křížové ověření
• náhodné umístění cílového atributu
Náhodné umístění cílového atributu
• test, zda námi dosažená správnost může být nahodilá (a tedy nesvědčí o závislosti v datech)
proházet ->   nezávislý na AI, A2
		i				1
AI	A2	T		Al	A2 T	
	3				3	A
1	2	A		1	2	B
6	7	B		6	7	B
8	6	B		8	6	A
	1					r
skutečná data randomizovaná data
Výsledky
Úplné prohledání 1
• 70,8 % všech 25 atributů
• všechny podmnožiny < 5 -71,4 %      {asexcelk, asex3}
{asexl,asex3,asex4} -72,5%      {asex?, asex?, asex?,?}
Úplné prohledání 2
• bez atributů ASEX (Arizona Sexual Experience Scale)
• všech 17 atributů
- ZeroR: 53.8%
- AODE: 44,0 %
• výběr atributů:
- 62,6 % {anxieta, tenze}, {anxieta, sny}
- 68,1 {anxieta, soustr, sny, aka}
- randomizace: správnosti nejsou statisticky významné
• významné vícerozměrné vztahy kromě ASEX nenalezeny
CfsSubsetEval
krizové ověřeni:
Acc = 68,1 % bez ASEX:
Acc = 35,2 % (< baseline)
number of folds (%)	attribute
10 (100%)	asex3
10 (100%)	asexl
9 (90 %)	asexcelk
7 (70 %)	průjem
5 (50 %)	asex4
5 (50 %)	soustr
4 (40 %)	anxieta
4 (40 %)	insomnie
3 (30 %)	asex5
2 (20 %)	poceni
2 (20 %)	pribytek
1 (10 %)	sucho
ChiSquaredAttributeEval
knzove overeni:
Acc = 71,4 % bez ASEX:
Acc = 44,0 % (< baseline)
average merit average rank attribute
12.122+- 1.728 1.5 +- 0.5 asexcelk
11.905+-2.287 2.4+- 1.28 asexl
10.893 +- 2.425 2.9 +- 1.04 asex3
9.735+-2.063 4.1+- 1.58 asex5
9.357 +- 1.403 4.8 +- 0.75 dysfunkce
8.162+- 1.831 6.1+-0.94 asex2
8.06 +- 1.656 6.2 +- 1.08 asex4
3.606+- 1.132 9+- 1.41 soustr
2.57+-0.662 10.9+-3.36 insomnie
2.42+-0.469 11.5 +- 1.28 tenze
2.517+-0.919 11.6+-3.56 anxieta
WrapperSubsetEval
krizove ovefeni:
Acc = 70,3 % bez ASEX:
Acc = 53,8 %(= baseline)
number of folds (%)	attribute
9 (90%)	asexcelk
9 (90%)	asex3
9 (90%)	soustr
8 (80%)	asex4
5 (50%)	sny
4 (40%)	asexl
2 (20%)	anxieta
2 (20%)	asex5
2 (20%)	tenze
2 (20%)	insomnie
2 (20%)	sucho
2 (20%)	pribytek
Shrnutí
• Existuje vztah mezi některou podmnožinou vedlejších příznaků a rychlostí, s jakou pacient odbourává léčivo?
• 2 metody hodnocení množiny
• CfsSubsetEval, WrapperSubsetEval
• 1 metoda hodnocení atributu
• ChiSquareAttributeEval
• 2 způsoby prohledávání prostoru podmnožin
• vyčerpávající prohledávání
• BestFirst
Závěr
Data
• potvrzena známá závislost ASEX atributů a MR
• nenalezeny žádné jiné závislosti Metody
• výběr atributů
- nezlepšil správnost predikce, ale ukázal důležité atributy (ASEX)
• použité metody hodnocení a prohledávání dávaly podobné výsledky
- úplné prohledání
- umožňuje zobrazit všechny kvalitní množiny
- vestavěné heuristické metody Weky
- snadná validace díky AttributeSelectionClassifier
Výhled
• predikovat MR z genotypu
• zkusit regresi
Děkuji za pozornost.
Vedlejší příznaky
gd-trs - deprese, neuróza a bulimie
CGI1 - clinical global impression-severity of illness scale, závažnost onemocnění
délka th - délka léčby v měsících
dávka - denní dávka paroxetinu, mg
Anxieta 0 - nepřítomna 2- středně silně přítomna
ASEX celk.   5-18 není sex. dysfunkce
ASEX1 libido
ASEX 2 vzrušení
ASEX 3 erekce/lubrikace
ASEX 4 orgasmus
ASEX 5 satisfakce
dysfunkce (ASEX celk. binárně) 0-nepřítomna 1-přítomna
pohlaví 1-muž 2-žena
další vedl.účinky 0-nepřítomny 1-slabě 2-středně silně
soustředění únava
somnol. - somnolence
http://lekarske.slovniky.cz/pojem/somnolence
ten ze
insomnie
sny
tremor
aka - tak tohle nevím
parest. - parestezie, brnění http://lekarske.slovniky.cz/pojem/parestezie
sucho
nausea
průjem
ortost. - možná pokles tlaku při vzpřímení http://lekarske.slovniky.cz/pojem/ortostaticky
pocení
cefalgie - bolest hlavy příbytek
AS EX
• zhodnocení sexuálních poruch psychiatrických pacientů a lidí se zdravotními problémy
• 1. Sexual drive
• 2. Arousal
• 3a. Penile erection;
• 3b. Vaginal lubrication
• 4. Ability to reach orgasm
• 5. Satisfaction from orgasm.
ASEX - Likertova stupnice
• 1 Strongly disagree
• 2 Disagree
• 3 Neither agree nor disagree
• 4 Agree
• 5 Strongly agree