文献

J-GLOBAL ID：202002286611942988   整理番号：20A2284212

COVID-19患者の共存症:ANNを用いたBaja California【JST・京大機械翻訳】

Comorbidities in patients with COVID-19,case study:Baja California, using ANN

著者 (4件)： Marquez Bogart Yail (Instituto Tecnolo ́gico de Tijuana,Tijuana,Baja California) ,  Aguilar-Calderon Elizabeth (Instituto Tecnolo ́gico de Tijuana,Tijuana,Baja California) ,  Alanis Arnulfo (Instituto Tecnolo ́gico de Tijuana,Tijuana,Baja California) ,  Guerrero-Luis Maribel (Instituto Tecnolo ́gico de Tijuana,Tijuana,Baja California)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WorldS4  ページ： 312-317  発行年： 2020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： このプロジェクトの主な目的は,ニューラルネットワークを用いた分類アルゴリズムを通して,Baja Californiaの州でCOVID-19と診断された患者における致死的な結果をもたらすこれらの共存症であることを発見したことである。このために,2020年6月8日のカットオフ日付の疫学の一般指令によって連邦政府ポータルで得られたデータベースを使用した。Baja Californiaの住民の記録のみを保ち,次のデータ:Sex,市町村,死亡のDate,年齢,病的状態,結果(COVID-19の認定症例),ICU(集中治療室に入るのに必要なIf)。また,今日までの変数から,死亡の日変化から,「Deceased」と呼ばれる別の変数が,患者が死亡するかどうかを分類するために生成された。得られたデータベースを,ニューラルネットワークのモデル,データ準備を実施し,ニューラルネットワークモデル(多層パーセプトロン)を構築したソフトウェアにインポートした。従属変数「Deceased」を,患者の共存症およびスカラー型年齢の変数を共変量として変数として選択した。このモデルでは,データのランダム分割を行い,データの70%が訓練に割り当てられ,残りの30%が試験に割り当てられ,82%の成功率と18%の誤差を得た。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  ニューラルネットワーク ,  日変化 ,  住民 ,  *ソフトウェア ,  疫学 ,  スカラー ,  ICU【医療】 ,  多層パーセプトロン
準シソーラス用語： *共存罹患 ,  ポータルサイト ,  分類アルゴリズム ,  共変量 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： COVID-19 ,  患者 ,  共存症