文献

J-GLOBAL ID：201702248343026327   整理番号：17A1646873

COPD患者の入院の長さの急速な成長のデータマイニングに基づく検出【Powered by NICT】

Data mining-based detection of rapid growth in length of stay on COPD patients

著者 (5件)： Luo Li (Business School of Sichuan University, Chengdu, China) ,  Lian Shuhao (Business School of Sichuan University, Chengdu, China) ,  Feng Chengrong (Business School of Sichuan University, Chengdu, China) ,  Huang Debin (Chengdu Medical Insurance Administration Chengdu, China) ,  Zhang Wei (West China Biomedical Big Data Center of Sichuan University, Chengdu, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICBDA  ページ： 254-258  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:工業化と都市化の急速な発展のために,大気汚染は過去数年間に,慢性閉塞性肺疾患(COPD)は世界の第四の主要原因となっている悪化した。医療費に影響する因子の研究によって,筆者らは,医療費の間の強い相関関係および入院期間(LOS)の長さであることを見出した。,COPD患者のLOSを解析し,予測する必要がある。【目的】はデータマイニング法による翌年を急速に増加したLOSを伴うCOPD患者を同定すること。中国の1都市における医療調査データからのデータに【方法】ベース,病院に入院した,2011年1月から2012年12月したCOPD患者36985名を抽出した。LASSOロジスティック回帰およびランダムフォレスト(RF)に基づいて,予測モデルを確立した。【結果】は29因子を用いた方法の精度と正確さは正確で信頼できることを立証した(LASSO:0.62のAUC,RFのAUC:0.63)。【結論】本研究はLOSの急速な成長が最も高い潜在的患者を検出する正確で適用可能な方法を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *慢性閉塞性肺疾患 ,  *高速度 ,  中華人民共和国 ,  医療費 ,  入院期間 ,  *患者 ,  大気汚染 ,  *データマイニング ,  工業化 ,  予測モデル ,  都市化 ,  病院 ,  都市
準シソーラス用語： ランダムフォレスト ,  ロジスティック回帰分析 , 【Automatic Indexing@JST】

分類 (2件)： 呼吸器の疾患  (GI03000Z) ,  呼吸器疾患の治療一般  (GI05010Y)

タイトルに関連する用語 (5件)： COPD ,  患者 ,  入院 ,  成長 ,  データマイニング