COVID-19 大流行期间特殊护理预测的机器学习方法
机器学习
2020-11-09 v1 计算机与社会
摘要
COVID-19 比以往任何时候都更严重地给全球卫生系统带来压力，尤其在巴西。本研究提出一种基于统计与机器学习的分析方法，利用患者的实验室检测数据预测患者是否需要特殊护理（在普通或特护病房住院），并预测患者在此类护理下的停留天数。所开发的两步流程使用贝叶斯优化（Bayesian Optimisation）从若干候选模型中选择最佳模型，最终模型对第一目标的 ROC 曲线下面积达 0.94，对第二目标的根均方误差为 1.87（较均值基线提升 77%），使我们的模型可作为决策系统部署，供相关各方使用。该分析方法可用于其他疾病，并有助于医院容量规划。
引用
@article{arxiv.2011.03143,
title = {Predicting special care during the COVID-19 pandemic: A machine learning approach},
author = {Vitor Bezzan and Cleber D. Rocco},
journal= {arXiv preprint arXiv:2011.03143},
year = {2020}
}
备注
21 pages, 7 Figures, 7 Tables