Model acak Ai acak acak kanggo para prognostient kematian ing Cirrhosis

Tindakake Drugslib ing

Wartakter HEEDDAY "STYLE)" URL (/ unta-DDC-DEGNLOW-gambar); "> Didelengake POGE, BGGRE. Dianyari pungkasan tanggal 24 Juli 2025.

Kamis, 24 Juli, 2025 - Model PELAKSI, Model Pembelajaran Mesin (ML) kanthi raos ing Richmond, lan Collott nggunakake pendekatan mlarat kanggo nambah prognoskan saka pasien Mortalitas ing cohort sing ndhaptar pasien karo sirosis. Data dina diakoni digunakake kanggo prédhiksi kematian pasien. Colors Cohort kalebu 7,239 karo Cirrhosis saka 115 pusat: 22.5, 41, lan 34 persen (UMIC), lan negara penghasilan tengah (hic).

Sakabèhé, 11.1 persen pasien tiwas ing rumah sakit. Peneliti nemokake wilayah sing paling apik ing ngisor kurva (AUC) karo RF (0.815), kanthi kalibrasi sing dhuwur, sing luwih apik tinimbang regresi logistik parametistik lan model lasso (AUCS, 0,784 lan 0,784). RF tetep luwih apik tinimbang regresi logistik preduli saka tingkat penghasilan negara (AUC, 0.806, 0.867, lan 0.768 kanggo hic, umic, lan L-licm, masing-masing). Validasi eksternal ditindakake ing wajan 28,670 veteran, sing cacat 4 persen pasien. Nggunakake model RF sing diilangi, AUC minangka 0.859.

"Model belajar mesin sing duwe pengalaman global kanthi cirrhosis kanthi cirrhosis," / p>

PLAUSE STATERTIKER ING SALE ATMERSTIKAL ING SUKAN INI TINDAKAN ING SUKU TEMBANG INGGRIS ING SUKAN INSTERS lan ora gegayutan karo individu. Faktor individu bisa beda-beda. Tansah golek saran medis pribadi kanggo keputusan kesehatan individu.

Sumber: kesehatan

Dikirim : 2025-07-25 06:00

Waca liyane

Disclaimer

Kabeh upaya wis ditindakake kanggo mesthekake yen informasi sing diwenehake dening Drugslib.com akurat, nganti -tanggal, lan lengkap, nanging ora njamin kanggo efek sing. Informasi obat sing ana ing kene bisa uga sensitif wektu. Informasi Drugslib.com wis diklumpukake kanggo digunakake dening praktisi kesehatan lan konsumen ing Amerika Serikat lan mulane Drugslib.com ora njamin sing nggunakake njaba Amerika Serikat cocok, kajaba khusus dituduhake digunakake. Informasi obat Drugslib.com ora nyetujoni obat, diagnosa pasien utawa menehi rekomendasi terapi. Informasi obat Drugslib.com minangka sumber informasi sing dirancang kanggo mbantu praktisi kesehatan sing dilisensi kanggo ngrawat pasien lan / utawa nglayani konsumen sing ndeleng layanan iki minangka tambahan, lan dudu pengganti, keahlian, katrampilan, kawruh lan pertimbangan babagan perawatan kesehatan. praktisi.

Ora ana bebaya kanggo kombinasi obat utawa obat sing diwenehake kanthi cara apa wae kudu ditafsirake kanggo nuduhake yen obat utawa kombinasi obat kasebut aman, efektif utawa cocok kanggo pasien tartamtu. Drugslib.com ora nanggung tanggung jawab kanggo aspek kesehatan apa wae sing ditindakake kanthi bantuan informasi sing diwenehake Drugslib.com. Informasi sing ana ing kene ora dimaksudake kanggo nyakup kabeh panggunaan, pituduh, pancegahan, bebaya, interaksi obat, reaksi alergi, utawa efek samping. Yen sampeyan duwe pitakon babagan obat sing sampeyan gunakake, takon dhokter, perawat utawa apoteker.

Kata kunci populer