Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "KHELIL, Meroua"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    Évaluation des scores de la maladie de Crohn en utilisant la régression logistique
    (M'hamed Bougara faculté des sciences, 2020) BOUKAHEL, Nesrine; KHELIL, Meroua
    La régression logistique est largement répandue dans des domaines nombreux et divers. Essentiellement utilisée dans la médecine comme dans notre cas : évaluation de la maladie de Crohn. Dans ce mémoire nous avons détaillé les modèles logistiques dans les cas : binaire, multinomial et ordinal. Selon les informations de l’étude qu’on possède, la variable dépendente qui est l’activité de la maladie de Crohn prend 3 modalité ordonnées donc nous sommes dans le cas de la régression polytomique ordinale. Après le choix du modèle, nous intéressons par le choix des variables explicatives intégrées dans notre modèle qui est basé sur une connaissance préalable de la MC et puis prendre seulement les variables significatives (la significativité de chaque variable est faite par l’analyse univariée par le logiciel SPSS version 20). Durant la réalisation de ce travail, nous avons rencontré plusieurs difficultés : période de stage très courte à cause de l’épidémie de covid 19, difficulté de comprendre la maladie et interpréter ses données, nous étions censé utiliser trois indices d’évaluation de la maladie de Crohn mais en raison du manque des données nous avons utilisé uniquement l’indice de Best. Le résultat de notre application de la classification de notre modèle est conforme à 61% par rapport à la classification par l’indice de Best. Notre modèle est plus simple, facile a calculé et utilise moins de facteurs, donc nous pouvons évaluer la maladie avec d’autres paramètres à part ceux utilisés par le modèle de l’indice de Best, tout en respectant la rigueur et la précision de l’évaluation de la

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify