Методы Data Science для медицины

Цифровые методы анализа данных Data Mining для медицины и фармакологии

Прогноз коронарного синдрома

Применение оптимальных разбиений для многопараметрического анализа данных в клинических исследованиях

Аннотация. В данном исследовании, построена прогностическая модель, позволяющая оценить риск возникновения неблагоприятных исходов в первые полгода после перенесенного обострения ишемической болезни сердца (ИБС). Анализируемые данные, на основе которых строилась модель, собирались в течение семи лет в 16 клиниках семи городов России и содержат широкий набор клинических, биохимических и генетических показателей. Для построения модели использовались подходы, основанные на оптимальных разбиениях: метод оптимально достоверных разбиений (ОДР) и модифицированный метод статистически взвешенных синдромов (МСВС). Полученная система оценки риска имеет хорошую прогностическую силу (AUC = 0.72). Также показано, что она обладает большей точностью предсказания по сравнению с моделями, полученными наиболее известными методами: логистическая регрессия, деревья решений, нейронные сети и др.

Ключевые слова: острый коронарный синдром, ишемическая болезнь сердца, распознавание, коллективные методы, оптимальные разбиения, прогнозирование.

Скачать (PDF, Неизвестный)


Related posts:

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Методы Data Science © 2018 Оставляя комментарий на сайте или используя форму обратной связи, вы соглашаетесь с правилами обработки персональных данных