Décisions binaires — définition ?
Résultats cliniques avec deux issues possibles.
Objectif du modèle prédictif ?
Estimer la probabilité d’un résultat binaire.
Risque relatif — rôle ?
Comparer deux probabilités d’un même événement.
Odds ratio — rôle ?
Comparer deux odds d’un même événement.
Modèle de régression logistique — fonction ?
Estimer la probabilité d’un événement binaire.
Coefficients du modèle — interprétation ?
Mesurent l’impact des variables explicatives.
Sensibilité — définition ?
Capacité à détecter les vrais positifs.
Spécificité — définition ?
Capacité à détecter les vrais négatifs.
Courbe ROC — rôle ?
Évaluer la discrimination du modèle.
Analyse de survie — objectif ?
Étudier le temps jusqu’à un événement.
Censure à droite — définition ?
L’événement n’est pas encore observé.
Censure à gauche — définition ?
L’événement est survenu avant le début.
Censure par intervalles — définition ?
L’événement est survenu entre deux visites.
Fonction de risque — description ?
Risque instantané au cours du temps.
Pon a prueba tus conocimientos con 14 preguntas sobre Introduction à la régression logistique en odontologie.
1. Dans quel cas la régression logistique est-elle particulièrement adaptée en clinique ?
2. Quel exemple correspond le mieux à un résultat clinique binaire ?
Revisa el curso completo en la hoja de repaso para Introduction à la régression logistique en odontologie.
Ver hoja de repaso →Importa tu curso y la IA genera tarjetas de memoria en 30 segundos.
Generador de tarjetas de memoria