基于随机森林的卒中结局预测
机器学习
2024-02-02 v1
摘要
我们研究了与卒中患者结局相关的临床、生化和神经影像因素，利用机器学习技术生成预测模型，用于预测入院后3个月的死亡率和发病率。数据集包括前瞻性登记在欧洲三级医院卒中单元中的缺血性卒中（IS）和非创伤性脑出血（ICH）患者。我们确定了机器学习随机森林（RF）的主要变量，生成了一个可以估计患者死亡/发病率的预测模型。总之，机器学习算法RF可有效用于卒中患者的长期死亡率和发病率结局预测。
引用
@article{arxiv.2402.00638,
title = {Random Forest-Based Prediction of Stroke Outcome},
author = {Carlos Fernandez-Lozano and Pablo Hervella and Virginia Mato-Abad and Manuel Rodriguez-Yanez and Sonia Suarez-Garaboa and Iria Lopez-Dequidt and Ana Estany-Gestal and Tomas Sobrino and Francisco Campos and Jose Castillo and Santiago Rodriguez-Yanez and Ramon Iglesias-Rey},
journal= {arXiv preprint arXiv:2402.00638},
year = {2024}
}
备注
12 pages, 5 figures