利用Apriori关联规则挖掘从康复与死亡患者中发现COVID-19症状模式
机器学习
2023-09-06 v2 数据库
摘要
COVID-19大流行在全球范围内造成了破坏性影响，夺去了数百万人的生命并引起了重大的社会和经济紊乱。为优化决策并分配有限资源，识别COVID-19症状并确定每例病例的严重程度至关重要。机器学习算法在医学领域提供了有力工具，特别是在挖掘临床数据集中的有用信息和指导科学决策方面。关联规则挖掘是一种从数据中提取隐藏模式的机器学习技术。本文介绍了一种基于Apriori算法的关联规则挖掘应用，以从COVID-19患者中发现症状模式。该研究使用2875份患者记录，确定最常见的体征和症状为呼吸暂停（72%）、咳嗽（64%）、发热（59%）、虚弱（18%）、肌痛（14.5%）和咽痛（12%）。所提方法为临床医生提供了对疾病的宝贵洞察，可协助他们有效管理和治疗该病。
引用
@article{arxiv.2308.06763,
title = {Discovering the Symptom Patterns of COVID-19 from Recovered and Deceased Patients Using Apriori Association Rule Mining},
author = {Mohammad Dehghani and Zahra Yazdanparast},
journal= {arXiv preprint arXiv:2308.06763},
year = {2023}
}