Machine learning modellen worden steeds vaker toegepast in epidemiologisch onderzoek. Deze modellen zijn echter lastiger te interpreteren dan klassieke regressiemodellen. Interpretable machine learning (iML) is een relatief nieuw onderzoeksveld dat zich richt op het vergroten van de interpreteerbaarheid van machine learning modellen. Met behulp van iML-methoden kunnen nieuwe klinische inzichten worden verkregen, bijvoorbeeld over welke (interacties tussen) variabelen het belangrijkst zijn bij het voorspellen van ziektebeelden.
 
Deze cursus heeft als doel studenten vertrouwd te maken met de meest bruikbare en populaire iML-tools voor de analyse van epidemiologische data, zodat zij:

1. iML-resultaten in wetenschappelijke artikelen kritisch kunnen evalueren
2. deze methoden zelfstandig kunnen toepassen in hun eigen onderzoek.

Na een brede introductie van het onderzoeksveld wordt specifiek ingegaan op partial dependence plots en Shapley-waardes. Er zal veel aandacht zijn voor het interpreteren en visualiseren van deze methoden in de context van epidemiologische vraagstukken. Daarnaast wordt aandacht besteed aan het toepassen van inferentietechnieken (bijvoorbeeld betrouwbaarheidsintervallen en p-waardes) binnen iML-analyses. Tot slot bespreken we de beperkingen van verschillende iML-methoden, recente ontwikkelingen in het veld en geven we een overzicht van beschikbare software voor het toepassen van iML-technieken.

Werkvormen
In de ochtend zullen we drie colleges geven waarin de onderliggende concepten worden uitgelegd. Tevens zullen we kort de technieken demonstreren in R, gebruikend van één leidende data set. In de middag doen we een computerpracticum in R, afgewisseld met korte demo’s.
In het praktische deel van de cursus demonstreren we de toepassing van interpretatiemethoden op (vooraf) getrainde ML modellen op typische medische datasets, bestaande uit tabelgegevens met zowel continue als categorische variabelen. We laten zien hoe met R packages visualisaties gemaakt kunnen worden, en hoe deze op een grafische en intuïtieve manier inzicht geven in hoe ML modellen hun predicties maken. We zullen met name aandacht besteden aan de SHAP-methode en hoe deze gebruikt kan worden voor het rangschikken van variabelen op basis van belangrijkheid, en voor het bestuderen van hoe associaties tussen variabelen en de uitkomst, alsmede interacties tussen variabelen, in het model zijn vastgelegd.

• Introductie interpretable ML
• Interpretable ML tools (1)
• Interpretable ML tools (2)
• Interpretable ML tools (3)
• Statistiek (p-waardes) na iML
• iML Visualisatie
• Demo + Computerpracticum

1. De student is bekent met het begrip interpretable ML.
2. De student kan in R de meest populaire iML technieken toepassen.
3. De student kan de meest populaire iML technieken toepassen in epidemiologische data.
4. De student kan de output van de meest populaire iML technieken interpreteren. 

Doelgroep

Iedereen die geïnteresseerd is in het ontwikkelen én interpreteren van predictiemodellen t.b.v. een epidemiologische of klinische vraagstelling.

Ingangseisen

• Kennis conform de EpidM cursus “Predictiemodellen en Machine Learning”. Begrippen die geacht worden bekend te zijn:  Overfitting, Random Forest, multiple regressie, lasso regressie, kruisvalidatie, training-test split, performance maten als C-index, AUC, R²
• Software: R (R-studio). Geen geavanceerde programmeervaardigheden vereist. Wel: eenvoudige scripting, data bewerkingen en gebruik van R-pakketten.

Indien u twijfelt of u aan de ingangseisen voldoet, raden wij aan om vooraf met de cursuscoördinator contact op te nemen. Dat kan via ons onderwijsbureau: epidm@amsterdamumc.nl .

Het lesmateriaal (o.a. presentaties, opdrachten en antwoordsleutels) voor deze cursus is beschikbaar op Canvas, onze digitale leeromgeving. De documenten blijven minimaal één jaar beschikbaar op Canvas.

Het meenemen van een laptop naar de cursus is dus noodzakelijk om het lesmateriaal in te zien.

Literatuur

• Molnar, C. “Interpretable Machine Learning”. Chapters 1-3, Chapter 17 until Section ‘Shapley value Theory”.   https://christophm.github.io/interpretable-ml-book/pdp.html
• Liu, X., Morelli, D., Littlejohns, T.J. et al. Combining machine learning with Cox models to identify predictors for incident post-menopausal breast cancer in the UK Biobank. Sci Rep 13, 9221 (2023). https://doi.org/10.1038/s41598-023-36214-0
• Dor Atias, Saar Ashri, Uri Goldbourt, Yael Benyamini, Ran Gilad-Bachrach, Tal Hasin, Yariv Gerber, Uri Obolski, Machine learning in epidemiology: An introduction, comparison with traditional methods, and a case study of predicting extreme longevity, Annals of Epidemiology, Volume 110 (2025).https://doi.org/10.1016/j.annepidem.2025.07.024
   

Bij deze cursus wordt een verklaring van deelname uitgereikt als de gehele dag is bijgewoond.