一种用于检测阿富汗儿童脱水状况的机器学习方法
机器学习
2023-05-23 v1
摘要
儿童脱水是一个重要的健康问题，尤其在5岁以下儿童中更为突出，他们更容易受到腹泻和呕吐的影响。在阿富汗，严重腹泻因脱水而导致儿童死亡。然而，目前尚无研究探讨机器学习技术在诊断阿富汗五岁以下儿童脱水方面的潜力。为填补这一空白，本研究利用随机森林、多层感知机、支持向量机、J48和逻辑回归等多种分类器，基于从阿富汗人口与健康调查（ADHS）获取的患病儿童数据集开发预测模型。主要目标是确定5岁以下儿童的脱水状态。在所有分类器中，随机森林被证明最有效，准确率达91.46%，精确率为91%，AUC为94%。该模型有潜力协助医疗专业人员及时准确地识别五岁以下儿童的脱水状况，从而实现及时干预，降低严重健康并发症的风险。我们的研究展示了机器学习技术在改善阿富汗儿童脱水早期诊断是可行的。
引用
@article{arxiv.2305.13275,
title = {A Machine Learning Approach to Detect Dehydration in Afghan Children},
author = {Ziaullah Momand and Debajyoti Pal and Pornchai Mongkolnam and Jonathan H. Chan},
journal= {arXiv preprint arXiv:2305.13275},
year = {2023}
}