利用数据驱动机器学习模型预测后 COVID-19 患者心血管并发症
机器学习
2023-09-29 v1 生物大分子
定量方法
应用统计
摘要
COVID-19 大流行在全球范围内带来了众多健康挑战，尤其是后 COVID-19 心血管并发症的出现。本研究利用数据驱动机器学习模型对来自伊拉克的 352 名后 COVID-19 患者的此类并发症进行预测以应对该问题。收集了包含人口统计学、合并症、实验室结果与影像学的临床数据，并用于构建预测模型。这些模型借助多种机器学习算法，在识别风险患者方面表现出值得称道的性能。通过这些模型进行早期检测有望实现及时干预并改善预后。总之，本研究凸显了数据驱动机器学习在预测后 COVID-19 心血管并发症方面的潜力，强调了在多样临床环境中持续验证与研究的必要性。
引用
@article{arxiv.2309.16059,
title = {Predicting Cardiovascular Complications in Post-COVID-19 Patients Using Data-Driven Machine Learning Models},
author = {Maitham G. Yousif and Hector J. Castro},
journal= {arXiv preprint arXiv:2309.16059},
year = {2023}
}