通过机器学习分析认知后新冠多器官功能障碍
机器学习
2023-10-02 v1 其他定量生物学
摘要
2022 年，本研究纳入了来自伊拉克多个城市的共 466 名患者。本论文聚焦于应用机器学习技术来分析并预测罹患后新冠综合征（俗称长期新冠）个体的多器官功能障碍。后新冠综合征呈现出影响多个器官系统的广泛持续症状，对医疗保健构成重大挑战。借助人工智能之力，本研究旨在加强这一复杂病症的早期检测与管理。论文概述了数据收集与预处理、特征选择与工程、模型开发与验证，以及该领域研究中所涉伦理考量的重要性。通过机器学习增进我们对后新冠综合征的理解，医疗服务提供者能够识别高危个体并提供及时干预，从而潜在地改善患者预后与生活质量。进一步的研究对于精炼模型、验证其临床效用以及探索长期新冠的治疗方案至关重要。关键词：后新冠综合征，机器学习，多器官功能障碍，医疗保健，人工智能。
引用
@article{arxiv.2309.16736,
title = {Cognizance of Post-COVID-19 Multi-Organ Dysfunction through Machine Learning Analysis},
author = {Hector J. Castro and Maitham G. Yousif},
journal= {arXiv preprint arXiv:2309.16736},
year = {2023}
}