对抗抗生素耐药性：机器学习能否改善处方？
综合经济学
2019-06-10 v1 计算机与社会
机器学习
经济学
统计方法学
摘要
抗生素耐药性构成重大健康威胁。预测感染的细菌病因是减少抗生素滥用的关键，而抗生素滥用是抗生素耐药性的主要驱动因素。我们利用来自丹麦的行政与微生物实验室数据训练了一种机器学习算法，以预测尿路感染的诊断检测结果。基于预测，我们制定了改善初级保健中处方的策略，突出了在患者分布随时间变化时医生专业能力与政策实施的相关性。所提策略将部分患者的抗生素处方推迟至检测结果已知，而向其他患者立即开具。我们发现机器学习可在不减少已治疗的细菌感染数量的情况下降低 7.42% 的抗生素使用。由于丹麦在抗生素使用方面是最为保守的国家之一，该结果很可能是其他地区可实现降幅的下界。
引用
@article{arxiv.1906.03044,
title = {Battling Antibiotic Resistance: Can Machine Learning Improve Prescribing?},
author = {Michael Allan Ribers and Hannes Ullrich},
journal= {arXiv preprint arXiv:1906.03044},
year = {2019}
}