利用机器学习算法预测新冠后患者的长期肾功能损伤
机器学习
2023-10-02 v1 其他定量生物学
摘要
COVID-19 大流行对全球公共卫生产生了深远影响。当我们继续应对其后果时，越来越清楚的是，新冠后并发症是一个重要关切。在这些并发症中，肾功能损伤因其潜在的长期健康影响而备受关注。本研究以 2021、2022 和 2023 年来自伊拉克不同地区的 821 名新冠后患者为队列，致力于使用先进的机器学习算法预测长期肾功能损伤的风险。我们的发现有可能通过实现对肾功能损伤风险人群的早期识别与干预，最终改善临床结局，从而革新新冠后患者照护。本研究涵盖全面的数据收集与预处理、特征选择，以及使用多种机器学习算法开发预测模型。研究目标为评估新冠后患者长期肾功能损伤的发生率、识别相关风险因素、创建预测模型并评估其准确性。我们预期，基于丰富数据集的机器学习模型将提供关于肾功能损伤风险的宝贵洞见，最终提升患者照护与生活质量。总之，本文呈现的研究对新冠后照护领域作出了关键贡献。通过利用机器学习之力，我们旨在准确预测长期肾功能损伤风险。这些预测有望为医疗专业人员提供信息，使其能够对有肾并发症风险的新冠后患者采取主动措施与针对性干预，从而将这一严重健康关切的影响降至最低。
引用
@article{arxiv.2309.16744,
title = {Predicting Long-term Renal Impairment in Post-COVID-19 Patients with Machine Learning Algorithms},
author = {Maitham G. Yousif and Hector J. Castro and John Martin and Hayder A. Albaqer and Fadhil G. Al-Amran and Habeeb W. Shubber and Salman Rawaf},
journal= {arXiv preprint arXiv:2309.16744},
year = {2023}
}