No description available.

<p>Modern massive data, with enormous sample size and tremendous dimensionality, are usually stored and processed using a cluster of nodes in a master-worker architecture. A shortcoming of this architecture is that inter-node communication can be over a thousand times slower than intra-node computation, which makes communication efficiency a desirable feature when developing distributed learning algorithms. In this dissertation, we tackle this challenge and propose communication-efficient bootstrap methods for simultaneous inference in the distributed computational framework.</p> <p>  </p> <p>First, we propose two generic distributed bootstrap methods, \texttt{k-grad} and \texttt{n+k-1-grad}, which apply multiplier bootstrap at the master node on the gradients communicated across nodes. Based on them, we develop a communication-efficient method of producing an $\ell_\infty$-norm confidence region using distributed data with dimensionality not exceeding the local sample size. Our theory establishes the communication efficiency by providing a lower bound on the number of communication rounds $\tau_{\min}$ that warrants the statistical accuracy and efficiency and showing that $\tau_{\min}$ only increases logarithmically with the number of workers and the dimensionality. Our simulation studies validate our theory.</p> <p>  </p> <p>Then, we extend \texttt{k-grad} and \texttt{n+k-1-grad} to the high-dimensional regime and propose a distributed bootstrap method for simultaneous inference on high-dimensional distributed data. The method produces an $\ell_\infty$-norm confidence region based on a communication-efficient de-biased lasso, and we propose an efficient cross-validation approach to tune the method at every iteration. We theoretically prove a lower bound on the number of communication rounds $\tau_{\min}$ that warrants the statistical accuracy and efficiency. Furthermore, $\tau_{\min}$ only increases logarithmically with the number of workers and the intrinsic dimensionality, while nearly invariant to the nominal dimensionality. We test our theory by extensive simulation studies and a variable screening task on a semi-synthetic dataset based on the US Airline On-Time Performance dataset.</p>

Hintergrund: Trotz der intensiven Behandlungsmöglichkeiten im infarktbezogenen kardiogenen Schock sind hohe Mortalitätsraten (ca 40-50%) weiterhin zu beobachten. Eine Reihe klinischer, angiografischer und laborchemischer Parameter sind hinsichtlich ihrer prognostischen Aussagekraft im Einzelnen oder in kleineren Gruppen untersucht worden. Bisherige Mortalitätsprädiktionsmodelle benötigen das Einholen klinischer/anamnestischer, angiografischer und biochemischer Variablen, was zu einer erschwerten Anwendbarkeit im klinischen Alltag führt. Eine frühe und valide Risikostratifizierung ist notwendig um weitere Therapieentscheidungen zu treffen und unterschiedliche Risikopopulationen für zukünftige klinische Studien zu identifizieren.   Ziele: In der vorliegenden Arbeit sollte unter Einbezug einer großen Bandbreite von klinischen Parametern, sowie neuen und etablierten Biomarkern, ein Risikoscore entwickelt werden, der nur die relevantesten Prädiktoren der 30-Tage-Mortalität einschließt, um so ein einfach anzuwendendes Tool zur Risikostratifizierung zu erstellen. Methoden: Der Risikoscore wurde anhand von 458 Patient:innen aus der multizentrischen randomisierten CULPRIT-SHOCK Studie mittels Least Absolute Shrinkage Selection Operator (LASSO), einem penalisierten multivariaten logistischen Regressionsmodell entwickelt. Als externe Validierungskohorte dienten 163 Patient:innen der IABP-SHOCK II Studie. Die prädiktive Aussagekraft wurde in interner, intern-extern (zeitlicher) und externer Validierung durch Diskrimination (AUC, c-Statistik), Kalibration, Klinischer Nutzen (decision curve analysis) und Kaplan-Meier-Kurven analysiert. Anschließend wurde der Risikoscore mit bisherigen Prognosemodellen hinsichtlich der diskriminativen Kraft (AUC, c-Statistik) verglichen. Ergebnisse: Aus 58 Kandidatenvariablen (30 klinische Parameter, 28 Biomarker) wurden nur vier als relevante Prädiktoren identifiziert. Aus Cystatin C, Laktat, Interleukin-6 und NTproBNP wurde somit der CLIP Score gebildet. In der internen Validierung wurde eine AUC von 0.82 (95% CI: 0.77-0.85) erreicht, in der intern-externen (zeitlichen) Validierung eine AUC von 0.83 (95% CI 0.76 – 0.90). Die externe Validierung ergab eine AUC von 0.73 (95% CI: 0.65 – 0.80). Es zeigte sich eine gute Kalibrierung und ein großer positiver Nettobenefit im klinischen Nutzen. Der CLIP Score überragte den SAPS II risk score (0.830 95% CI 0.765-0.896 vs 0.626 95% CI 0.528-0.725; P<0.001) und den IABP-SHOCK II risk score (0.830 95% CI 0.765-0.896 vs 0.761 95% CI 0.685-0.837; P=0.03) in der intern-externen (zeitlichen) Validierungskohorte. Zusammenfassung/Schlussfolgerung: Wir entwickelten und validierten einen reinen Biomarker Risikoscore zur Vorhersage der 30-Tage-Mortalität im infarktbezogenen kardiogenen Schock. Er stellt ein wertvolles Tool zur Unterstützung bei Entscheidungen für Therapieeskalation oder –deeskalation dar. Er kann automatisch aus vier rund um die Uhr verfügbaren Routinebiomarkern berechnet werden und übertrifft bisherige Risikoscores.:Einführung 3 1. Akuter Myokardinfarkt 3 2. Infarktbezogener kardiogener Schock 5 2.1. Definiton, Ätiologie, Epidemiologie und Klassifikation 5 2.2. Therapieansätze 8 2.3. Die CULPRIT-SHOCK Studie 10 2.4. Bisherige Biomarkeruntersuchungen 10 2.5. Bisherige Prognosemodelle 11 3. Rationale der vorliegenden Studie 14 Formatierte Publikation 15 Zusammenfassung 25 Literaturverzeichnis 28 Anlagen (Abkürzungsverzeichnis, Supplemental Materials der Publikation) 33 Darstellung des eigenen Beitrags 55 Selbstständigkeitserklärung 59 Lebenslauf 60 Publikationen 62 Danksagungen 63

Tranquilizer misuse is a behavior associated with substance use disorder. As of now there is only one published article that includes a predictive model on misuse of subscription tranquilizers. The aim of this study is to predict ongoing tranquilizer misuse whilst comparing three different methods of classification; (1) regularized logistic regression, (2) adaptive boosting and (3) support vector machines. Data from the National Survey of Drug Use and Health (NSDUH) from 2019 is used to predict misuse among the individuals in the sample from 2020. The regularized logistic regression and the support vector machines models both yield an AUC of 0.88, which is slightly higher than the adaptive boosting model. However, the support vector machine model yields a higher level of sensitivity, meaning that it is better at detecting individuals who misuse. Although the difference in performance between the methods is relatively small and is most likely caused by the fact that different methods perform differently depending on the characteristics of the data.

No description available.

No description available.

No description available.

No description available.

When the big data time comes, people also need to keep pace with the times to seek and develop tools that can deal with the vast amount of information. In this project, lassois applied to build parametric models of electricity prices based on different affecting factors. Thereafter, the models are used to predict the electricity prices 8 days forward for three different time periods. We compare their prediction performances in terms of normalized mean square error (NMSE) and identify dominant factors of the electricity prices in different time periods using lasso. The results show that a model that spans over a 24 hourlong period gives the lowest NMSE, followed by one spanning over a two hour long period where the electricity prices are leading up to a peak value. The model that obtains the highestNMSE is from a two hour long period, where the electricity prices have a peak value. Besides, we also analyze potential reasons for the results. / När big data-tiden kommer måste även människor hålla jämna steg med tiderna för att söka och utveckla verktyg som kan hantera den stora mängden information. I detta projekt används lasso för att bygga parametriska modeller av elpriser baserade på olika påverkansfaktorer. Därefter används modellerna för att förutsäga elpriserna 8 dagar framåt för tre olika tidsperioder. Vi jämför deras prediktionsprestanda i termer av normaliserat medelkvadratfel (NMSE) och identifierar dominerande faktorer för elpriserna under olika tidsperioder med hjälp av lasso. Resultaten visar att en modell som sträcker sig över en 24 timmar lång period ger lägst NMSE värde, följt av en som sträcker sig över en två timmar lång period där elpriserna leder fram till ett toppvärde. Modellen som får högst NMSE är från en två timmar lång period, där elpriserna har ett toppvärde. Dessutom analyserar vi också potentiella orsaker till resultaten. / Kandidatexjobb i elektroteknik 2022, KTH, Stockholm

No description available.