A Contribuição Da Inteligência Artificial Nos Cuidados Intensivos
Previsão por inteligência artificial do choque sético em unidades de cuidados intensivos
Versandkostenfrei!
Versandfertig in 6-10 Tagen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
A deteção precoce do choque sético é crucial para melhorar os resultados dos doentes. O objetivo deste estudo foi desenvolver um modelo de aprendizagem automática utilizando o XGBoost para prever o choque sético com seis horas de antecedência. O modelo foi treinado num conjunto de dados públicos que inclui 40 336 doentes. Foi testado numa parte deste conjunto, obtendo uma precisão de 0,97 e uma AUC de 0,874. Foram também efectuadas previsões com 8, 10 e 12 horas de antecedência, obtendo-se uma exatidão de 0,899, 0,891 e 0,8954 e uma AUC de 0,867, 0,8639 e 0,8530, respetivamente. A...
A deteção precoce do choque sético é crucial para melhorar os resultados dos doentes. O objetivo deste estudo foi desenvolver um modelo de aprendizagem automática utilizando o XGBoost para prever o choque sético com seis horas de antecedência. O modelo foi treinado num conjunto de dados públicos que inclui 40 336 doentes. Foi testado numa parte deste conjunto, obtendo uma precisão de 0,97 e uma AUC de 0,874. Foram também efectuadas previsões com 8, 10 e 12 horas de antecedência, obtendo-se uma exatidão de 0,899, 0,891 e 0,8954 e uma AUC de 0,867, 0,8639 e 0,8530, respetivamente. Além disso, o modelo foi testado num conjunto de dados local do Hospital Universitário Fattouma Bourguiba, composto por 30 doentes. Para a previsão de 6 horas no conjunto de dados local, o modelo alcançou uma exatidão de 0,89 e uma AUC de 0,74. As previsões para 8, 10 e 12 horas de antecedência apresentaram precisões de 0,8861, 0,8772 e 0,8718, e AUCs de 0,73, 0,72 e 0,72, respetivamente. O modelo XGBoost mostra potencial para a deteção precoce de choque sético, mas requer mais testes e otimização para aplicação clínica.
Andere Kunden interessierten sich für
