文献

J-GLOBAL ID：202202212386304198   整理番号：22A0780749

COPD患者の再入院予測に対する機械学習アルゴリズム:データ解析アプローチ【JST・京大機械翻訳】

Machine Learning Algorithms for COPD Patients Readmission Prediction: A Data Analytics Approach

著者 (3件)： Mohamed Israa (Faculty of Engineering and Computer Sciences, King Salman International University, Ras Sedr, Egypt) ,  Fouda Mostafa M. (Department of Electrical and Computer Engineering, Idaho State University, Pocatello, ID, USA) ,  Hosny Khalid M. (Faculty of Computers and Informatics, Zagazig University, Zagazig, Egypt)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 15279-15287  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 患者の再入院は,患者の高品質治療を維持しながら,コスト低減に影響する重要な因子と考えられる。したがって,患者の再入院率を予測し,制御することは,健康管理サービスを有意に改善する。本研究では,機械学習アルゴリズムの展開を通して,COPD(慢性閉塞性肺疾患)患者の再入院を予測することを目的とした。曲線下面積(AUC)とACCurcy(ACC)を,各時間枠におけるモデル予測力を評価するための主要な基準とみなした。次に,各結果に対する変数の重要性を明確に同定し,次に定義した重要な変数を区別した。本研究は,%91ACCによる再入院の予測において最高の精度を達成することができた。Copyright 2022 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： 原価低減 ,  精度 ,  データ解析 ,  健康管理 ,  血中濃度-時間曲線下面積 ,  *学習アルゴリズム ,  *慢性閉塞性肺疾患
準シソーラス用語： 高品質 ,  再入院率 ,  モデル予測 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： COPD ,  患者 ,  再入院 ,  予測 ,  機械学習 ,  アルゴリズム ,  データ解析