Optimal Universal and Categorical Benefits with Classification Errors and Imperfect Enforcement

We determine he optimal combination of a universal benefit, B, and categorical benefit, C, for an economy in which individuals differ in both their ability to work - modelled as an exogenous zero quantity constraint on labour supply - and, conditional on being able to work, their productivity at work. C is targeted at those unable to work, and is conditioned in two dimensions: ex-ante an individual must be unable to work and be awarded the benefit, whilst ex-post a recipient must not subsequently work. However, the ex-ante conditionality may be imperfectly enforced due to Type I (false rejection) and Type II (false award) classification errors, whilst, in addition, the ex-post conditionality may be imperfectly enforced. If there are no classification errors - and thus no enforcement issues - it is always optimal to set C>0, whilst B=0 only if the benefit budget is sufficiently small. However, when classification errors occur, B=0 only if there are no Type I errors and the benefit budget is sufficiently small, while the conditions under which C>0 depend on the enforcement of the ex-post conditionality. We consider two discrete alternatives. Under No Enforcement C>0 only if the test administering C has some discriminatory power. In addition, social welfare is decreasing in the propensity to make each type error. However, under Full Enforcement C>0 for all levels of discriminatory power. Furthermore, whilst social welfare is decreasing in the propensity to make Type I errors, there are certain conditions under which it is increasing in the propensity to make Type II errors. This implies that there may be conditions under which it would be welfare enhancing to lower the chosen eligibility threshold - support the suggestion by Goodin (1985) to "err on the side of kindness".

Effect of training-sample size and classification difficulty on the accuracy of genomic predictors.

Introduction: As part of the MicroArray Quality Control (MAQC)-II project, this analysis examines how the choice of univariate feature-selection methods and classification algorithms may influence the performance of genomic predictors under varying degrees of prediction difficulty represented by three clinically relevant endpoints. Methods: We used gene-expression data from 230 breast cancers (grouped into training and independent validation sets), and we examined 40 predictors (five univariate feature-selection methods combined with eight different classifiers) for each of the three endpoints. Their classification performance was estimated on the training set by using two different resampling methods and compared with the accuracy observed in the independent validation set. Results: A ranking of the three classification problems was obtained, and the performance of 120 models was estimated and assessed on an independent validation set. The bootstrapping estimates were closer to the validation performance than were the cross-validation estimates. The required sample size for each endpoint was estimated, and both gene-level and pathway-level analyses were performed on the obtained models. Conclusions: We showed that genomic predictor accuracy is determined largely by an interplay between sample size and classification difficulty. Variations on univariate feature-selection methods and choice of classification algorithm have only a modest impact on predictor performance, and several statistically equally good predictors can be developed for any given classification problem.

Aspects of classification of Hemiptera hemocytes from six triatomine species

The objective of this work was to characterize, and compare different morphological types of hemocytes of Rhodnius prolixus, Rhodnius, Rhodnius neglectus, Triatoma infestans, Panstrongylus megistus, and Dipetalogaster maximus. This information provides the basis for studying the cellular immune systems of these insects. Seven morphological hemocyte types wereidentified by phase-contrast microscopy: prohemocytes, plasmatocytes, granular cells, cytocytes, oenocytoids, adipohemocytes and giant cells. All seven types of hemocytes are not present in every species. For example, adipohemocytes and oenocytoids were not observed in P. megistus and P. infestans, and giant cells were rarely found in any of the species studied. The hemocytes of rhodnius and Dipetalogaster are more similar to each other than those from Triatoma and Panstrongylus which in turn closely resemble each other. Emphasis is placed on methodological problems arising in this work wicah are discussed in detail.

II Workshop on the use of Computed Tomography (CT) in pig carcass classification. Other CT applications: live animals and meat technology, 16-17th April 2009, Monells (Girona), Spain

Es va realitzar el II Workshop en Tomografia Computeritzada (TC) a Monells. El primer dia es va dedicar íntegrament a la utilització del TC en temes de classificació de canals porcines, i el segon dia es va obrir a altres aplicacions del TC, ja sigui en animals vius o en diferents aspectes de qualitat de la carn o els productes carnis. Al workshop hi van assistir 45 persones de 12 països de la UE. The II workshop on the use of Computed Tomography (CT) in pig carcass classification. Other CT applications: live animals and meat technology was held in Monells. The first day it was dedicated to the use of CT in pig carcass classification. The segond day it was open to otehr CT applications, in live animals or in meat and meat products quality. There were 45 assistants of 12 EU countries.

Anti-tumor necrosis factor drug survival in axial spondyloarthritis is independent of the classification criteria.

To compare the impact of meeting specific classification criteria [modified New York (mNY), European Spondyloarthropathy Study Group (ESSG), and Assessment of SpondyloArthritis international Society (ASAS) criteria] on anti-tumor necrosis factor (anti-TNF) drug retention, and to determine predictive factors of better drug survival. All patients fulfilling the ESSG criteria for axial spondyloarthritis (SpA) with available data on the axial ASAS and mNY criteria, and who had received at least one anti-TNF treatment were retrospectively retrieved in a single academic institution in Switzerland. Drug retention was computed using survival analysis (Kaplan-Meier), adjusted for potential confounders. Of the 137 patients classified as having axial SpA using the ESSG criteria, 112 also met the ASAS axial SpA criteria, and 77 fulfilled the mNY criteria. Drug retention rates at 12 and 24 months for the first biologic therapy were not significantly different between the diagnostic groups. Only the small ASAS non-classified axial SpA group (25 patients) showed a nonsignificant trend toward shorter drug survival. Elevated CRP level, but not the presence of bone marrow edema on magnetic resonance imaging (MRI) scans, was associated with significantly better drug retention (OR 7.9, ICR 4-14). In this cohort, anti-TNF drug survival was independent of the classification criteria. Elevated CRP level, but not positive MRI, was associated with better drug retention.

Redescription of Gibsoniela mandube (Woodland, 1935) (Cestoda: Proteocephalidea), a parasite of Ageneiosus brevifilis (Pisces: Siluriformes), and reappraisal of the classification of the Proteocephalideans

The proteocephalid species Gibsoniela mandube (Woodland, 1935) from the siluriform fish Ageneiosus brevifilis from rio Paraná, is redescribed. This species was originally described from the same species of fish from the Amazon. The genus Gibsoniela Rego, 1984 is redefined and confirmed in the Monticeliidae. Comments are made on the relationships of the proteocephalid and monticelliid subfamilies.

A Survey of Active Learning Algorithms for Supervised Remote Sensing Image Classification

Defining an efficient training set is one of the most delicate phases for the success of remote sensing image classification routines. The complexity of the problem, the limited temporal and financial resources, as well as the high intraclass variance can make an algorithm fail if it is trained with a suboptimal dataset. Active learning aims at building efficient training sets by iteratively improving the model performance through sampling. A user-defined heuristic ranks the unlabeled pixels according to a function of the uncertainty of their class membership and then the user is asked to provide labels for the most uncertain pixels. This paper reviews and tests the main families of active learning algorithms: committee, large margin, and posterior probability-based. For each of them, the most recent advances in the remote sensing community are discussed and some heuristics are detailed and tested. Several challenging remote sensing scenarios are considered, including very high spatial resolution and hyperspectral image classification. Finally, guidelines for choosing the good architecture are provided for new and/or unexperienced user.

The use of classification and regression trees to predict the likelihood of seasonal influenza.

Background Individual signs and symptoms are of limited value for the diagnosis of influenza. Objective To develop a decision tree for the diagnosis of influenza based on a classification and regression tree (CART) analysis. Methods Data from two previous similar cohort studies were assembled into a single dataset. The data were randomly divided into a development set (70%) and a validation set (30%). We used CART analysis to develop three models that maximize the number of patients who do not require diagnostic testing prior to treatment decisions. The validation set was used to evaluate overfitting of the model to the training set. Results Model 1 has seven terminal nodes based on temperature, the onset of symptoms and the presence of chills, cough and myalgia. Model 2 was a simpler tree with only two splits based on temperature and the presence of chills. Model 3 was developed with temperature as a dichotomous variable (≥38°C) and had only two splits based on the presence of fever and myalgia. The area under the receiver operating characteristic curves (AUROCC) for the development and validation sets, respectively, were 0.82 and 0.80 for Model 1, 0.75 and 0.76 for Model 2 and 0.76 and 0.77 for Model 3. Model 2 classified 67% of patients in the validation group into a high- or low-risk group compared with only 38% for Model 1 and 54% for Model 3. Conclusions A simple decision tree (Model 2) classified two-thirds of patients as low or high risk and had an AUROCC of 0.76. After further validation in an independent population, this CART model could support clinical decision making regarding influenza, with low-risk patients requiring no further evaluation for influenza and high-risk patients being candidates for empiric symptomatic or drug therapy.

Classification of immature stage habitats of Culicidae (Diptera) collected in Córdoba, Argentina

In order to classify mosquito immature stage habitats, samples were taken in 42 localities of Córdoba Province, Argentina, representing the phytogeographic regions of Chaco, Espinal and Pampa. Immature stage habitats were described and classified according to the following criteria: natural or artificial; size; location related to light and neighboring houses; vegetation; water: permanence, movement, turbidity and pH. Four groups of species were associated based on the habitat similarity by means of cluster analysis: Aedes albifasciatus, Culex saltanensis, Cx. mollis, Cx. brethesi, Psorophora ciliata, Anopheles albitarsis, and Uranotaenia lowii (Group A); Cx. acharistus, Cx. quinquefasciatus, Cx. bidens, Cx. dolosus, Cx. maxi and Cx. apicinus (Group B); Cx. coronator, Cx. chidesteri, Mansonia titillans and Ps. ferox (Group C); Ae. fluviatilis and Ae. milleri (Group D). The principal component analysis (ordination method) pointed out that the different types of habitats, their nature (natural or artificial), plant species, water movement and depth are the main characters explaining the observed variation among the mosquito species. The distribution of mosquito species by phytogeographic region did not affect the species groups, since species belonging to different groups were collected in the same region.

Bayesian classification criterion for forensic multivariate data

This study presents a classification criteria for two-class Cannabis seedlings. As the cultivation of drug type cannabis is forbidden in Switzerland, law enforcement authorities regularly ask laboratories to determine cannabis plant's chemotype from seized material in order to ascertain that the plantation is legal or not. In this study, the classification analysis is based on data obtained from the relative proportion of three major leaf compounds measured by gas-chromatography interfaced with mass spectrometry (GC-MS). The aim is to discriminate between drug type (illegal) and fiber type (legal) cannabis at an early stage of the growth. A Bayesian procedure is proposed: a Bayes factor is computed and classification is performed on the basis of the decision maker specifications (i.e. prior probability distributions on cannabis type and consequences of classification measured by losses). Classification rates are computed with two statistical models and results are compared. Sensitivity analysis is then performed to analyze the robustness of classification criteria.

"Etude rétrospective des cas de vasculite cutanée identifiés au laboratoire de dermopathologie du CHUV de 2006 à 2010"

CONTEXTE Les vasculites représentent un groupe de maladies inflammatoires touchant tous les vaisseaux, des grosses artères aux artères de plus petit calibre, en passant par les capillaires et les veines, de toutes tailles également. La taille des vaisseaux atteints est d'une importance cruciale pour le diagnostic puisque la classification actuelle en dépend. Sur le plan histopathologique, la vasculite est une réaction inflammatoire qui atteint la paroi de vaisseaux, et qui va entraîner alors une ischémie, puis une nécrose du vaisseau lui-­‐ même voire des structures environnantes ; les caractéristiques microscopiques de ces lésions permettent souvent d'aider à préciser le groupe auquel appartient la vasculite. Cependant, il n'est pas toujours facile ni possible d'obtenir un échantillon de tissu, une biopsie, selon l'endroit concerné (cerveau, régions profondes et difficilement accessibles...). OBJECTIFS Dans les atteintes de type « vasculite », la peau est fréquemment un organe cible. Le grand avantage est son accès direct et aisé, notamment dans le but de pratiquer un examen histopathologique par le biais d'une biopsie, qui peut se pratiquer de manière superficielle ou profonde, révélant alors des vaisseaux de différents calibres. Face à un tableau clinique parfois complexe et menaçant, il est important de pouvoir orienter le diagnostic rapidement. L'objectif de ce travail est donc de déterminer quelles sont l'utilité et l'apport de la biopsie cutanée dans le diagnostic des vasculites, et autrement dit de déterminer s'il vaut la peine de pratiquer ce genre d'examen, ou s'il vaut mieux privilégier d'autres approches plus rentables sur ce plan-­‐là. METHODES Grâce à l'aide des dermatologues et à la base de données du Service de dermatopathologie du CHUV, nous nous proposons de faire une étude rétrospective et systématique, sur les 5 années passées, de toutes les biopsies cutanées compatibles avec le diagnostic de vasculite. RESULTATS ESCOMPTES Ils sont de deux ordres : déterminer d'une part si le résultat de la biopsie était compatible avec le diagnostic clinique retenu chez les patients ayant subi ce type d'examen. Cela nous permettra alors d'établir des recommandations pour la réalisation éventuelle d'une biopsie cutanée dans ce type de situation. Il sera en effet capital de savoir si ce geste est utile et, le cas échéant, s'il faut demander une biopsie profonde ou si une biopsie superficielle est suffisante. Ce travail nous permettra d'autre part de revoir les caractéristiques cutanées -­‐ sur le plan histopathologique -­‐ des vasculites, et de déterminer aussi leur fréquence. Dans l'idéal, ce travail devrait permettre de faire la revue et la mise à jour des connaissances dans le domaine des vasculites cutanées, utiles aux praticiens notamment.

Analyse systématique et permanente de la délinquance sérielle : place des statistiques criminelles ; apport des approches situationnelles pour un système de classification ; perspectives en matière de coopération

Résumé de la thèse L'évolution des systèmes policiers donne une place prépondérante à l'information et au renseignement. Cette transformation implique de développer et de maintenir un ensemble de processus permanent d'analyse de la criminalité, en particulier pour traiter des événements répétitifs ou graves. Dans une organisation aux ressources limitées, le temps consacré au recueil des données, à leur codification et intégration, diminue le temps disponible pour l'analyse et la diffusion de renseignements. Les phases de collecte et d'intégration restent néanmoins indispensables, l'analyse n'étant pas possible sur des données volumineuses n'ayant aucune structure. Jusqu'à présent, ces problématiques d'analyse ont été abordées par des approches essentiellement spécialisées (calculs de hot-sports, data mining, ...) ou dirigées par un seul axe (par exemple, les sciences comportementales). Cette recherche s'inscrit sous un angle différent, une démarche interdisciplinaire a été adoptée. L'augmentation continuelle de la quantité de données à analyser tend à diminuer la capacité d'analyse des informations à disposition. Un bon découpage (classification) des problèmes rencontrés permet de délimiter les analyses sur des données pertinentes. Ces classes sont essentielles pour structurer la mémoire du système d'analyse. Les statistiques policières de la criminalité devraient déjà avoir répondu à ces questions de découpage de la délinquance (classification juridique). Cette décomposition a été comparée aux besoins d'un système de suivi permanent dans la criminalité. La recherche confirme que nos efforts pour comprendre la nature et la répartition du crime se butent à un obstacle, à savoir que la définition juridique des formes de criminalité n'est pas adaptée à son analyse, à son étude. Depuis près de vingt ans, les corps de police de Suisse romande utilisent et développent un système de classification basé sur l'expérience policière (découpage par phénomène). Cette recherche propose d'interpréter ce système dans le cadre des approches situationnelles (approche théorique) et de le confronter aux données « statistiques » disponibles pour vérifier sa capacité à distinguer les formes de criminalité. La recherche se limite aux cambriolages d'habitations, un délit répétitif fréquent. La théorie des opportunités soutien qu'il faut réunir dans le temps et dans l'espace au minimum les trois facteurs suivants : un délinquant potentiel, une cible intéressante et l'absence de gardien capable de prévenir ou d'empêcher le passage à l'acte. Ainsi, le délit n'est possible que dans certaines circonstances, c'est-à-dire dans un contexte bien précis. Identifier ces contextes permet catégoriser la criminalité. Chaque cas est unique, mais un groupe de cas montre des similitudes. Par exemple, certaines conditions avec certains environnements attirent certains types de cambrioleurs. Deux hypothèses ont été testées. La première est que les cambriolages d'habitations ne se répartissent pas uniformément dans les classes formées par des « paramètres situationnels » ; la deuxième que des niches apparaissent en recoupant les différents paramètres et qu'elles correspondent à la classification mise en place par la coordination judiciaire vaudoise et le CICOP. La base de données vaudoise des cambriolages enregistrés entre 1997 et 2006 par la police a été utilisée (25'369 cas). Des situations spécifiques ont été mises en évidence, elles correspondent aux classes définies empiriquement. Dans une deuxième phase, le lien entre une situation spécifique et d'activité d'un auteur au sein d'une même situation a été vérifié. Les observations réalisées dans cette recherche indiquent que les auteurs de cambriolages sont actifs dans des niches. Plusieurs auteurs sériels ont commis des délits qui ne sont pas dans leur niche, mais le nombre de ces infractions est faible par rapport au nombre de cas commis dans la niche. Un système de classification qui correspond à des réalités criminelles permet de décomposer les événements et de mettre en place un système d'alerte et de suivi « intelligent ». Une nouvelle série dans un phénomène sera détectée par une augmentation du nombre de cas de ce phénomène, en particulier dans une région et à une période donnée. Cette nouvelle série, mélangée parmi l'ensemble des délits, ne serait pas forcément détectable, en particulier si elle se déplace. Finalement, la coopération entre les structures de renseignement criminel opérationnel en Suisse romande a été améliorée par le développement d'une plateforme d'information commune et le système de classification y a été entièrement intégré.