意大利电子健康记录中的住院时长预测：机器学习与统计分析
机器学习
2025-04-28 v1
摘要
住院时长是评估医疗质量和优化医院资源管理的关键指标。本研究旨在在意大利医疗环境中识别影响住院时长的因素，利用来自2020至2023年间来自超过60个意大利北岛地区医疗机构的住院记录数据集。我们探索了各种特征，包括患者特征、合并症、入院细节以及医院特定因素。发现住院时长（LoS）与年龄组、合并症评分、入院类型以及入院月份等特征之间存在显著相关性。我们使用CatBoost和随机森林等机器学习模型来预测住院时长。CatBoost模型获得的最高R²得分为0.49，显示出良好的预测性能。
引用
@article{arxiv.2504.18393,
title = {Machine Learning and Statistical Insights into Hospital Stay Durations: The Italian EHR Case},
author = {Marina Andric and Mauro Dragoni},
journal= {arXiv preprint arXiv:2504.18393},
year = {2025}
}