机器学习有助于预测医院外心脏骤停的生存率

信息
信用:CC0公共领域

根据初步研究,在美国心脏协会的复苏科学研讨会上展示2020年初步研究,使用邻里和本地数据与现有信息来源结合使用患者的恢复前景创造了更准确的预测。。

在2014年至2019年间,在芝加哥77个社区发生的近10,000例OHCA的机器学习算法中开发和测试。研究人员使用现有的心脏逮捕登记处的OHCA信息来增强生存(关心)数据库,以确定外面发生的事件或芝加哥地区周围的护理家庭设施。有关芝加哥健康地图集(CHA)的个体社区的信息,包括, 进入然后补充教育。

研究人员合并了关心和CHA信息,以培训机器学习模型以预测Ohca Survival。添加CHA数据的增加从84.5到近87%的OHCA生存预测的平均召回。

“这是令人兴奋的,”这项研究的领先作者,Samuel Harford,M.s.,博士说。伊利诺伊大学在芝加哥伊利诺伊大学机械和工业工程系的候选人。“我们能够提供一个通过来自公开的现实世界来源的信息,帮助我们发现可能因素不间断的模式,因此产生了更好的结果。该策略有可能有助于更准确地预测未来研究的其他临床结果。“

该研究基于数据质量的限制,以及可能影响天气,交通,EMS路线和社会经济地位等结果的更多信息仍然需要进行检查。


进一步探索

急性暴露于较高的臭氧水平与心脏骤停的较高风险相连

更多信息:海报:ress.aps.01.07差异。
由...提供美国心脏协会
引文:机器学习有助于预测医院外心骤停的生存率(2020年,11月9日)从//www.puressens.com/news/2020-11-machine-survival-out-of-hospital-cardiac.html.
本文件受版权保护。除了私人学习或研究目的的任何公平交易外,没有书面许可,没有任何部分。内容仅供参考。
4.分享

反馈到编辑

用户评论