Prédire des résultats dichotomisés à partir de données de haute dimension en biomédecine

Dans de nombreuses applications biomédicales, nous nous intéressons davantage à la probabilité prédite qu'un résultat numérique soit supérieur à un seuil qu'à la valeur prédite de ce résultat. Par exemple, il peut être connu que des niveaux d'anticorps supérieurs à un certain seuil confèrent une immunité contre une maladie, ou un seuil pour un score de gravité de la maladie peut refléter la conversion de l'état présymptomatique à l'état symptomatique de la maladie. En conséquence, les chercheurs biomédicaux convertissent souvent les résultats numériques en résultats binaires (perte d'information) pour effectuer une régression logistique (interprétation probabiliste). Nous abordons cette mauvaise pratique statistique en modélisant le résultat binaire avec une régression logistique, en modélisant le résultat numérique avec une régression linéaire, en transformant les valeurs prédites de la régression linéaire en probabilités prédites, et en combinant les probabilités prédites de la régression logistique et linéaire. En analysant des données simulées et expérimentales de haute dimension, à savoir des données cliniques pour prédire les déficits cognitifs, nous obtenons des prédictions significativement améliorées des résultats dichotomisés. Ainsi, l'approche proposée combine efficacement les résultats binaires et numériques pour améliorer la classification binaire dans des contextes de haute dimension. Une implémentation est disponible dans le package R cornet sur GitHub (https://github.com/rauschenberger/cornet) et CRAN (https://CRAN.R-project.org/package=cornet).