Подострый COVID-19: машинное обучение для прогноза смертельного исхода
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
В исследовании авторы оценили, какие показатели помогают прогнозировать смертельный исход у пациентов, госпитализированных после тяжелого COVID-19. В анализ включили 212 человек: 140 пациентов выписали с улучшением, 72 умерли во время госпитализации. Для прогноза использовали метод опорных векторов, случайный лес и стохастический градиентный бустинг; модели проверяли перекрестной 10-кратной проверкой и ROC-AUC-анализом.
Случайный лес и стохастический градиентный бустинг выделили уровень мочевины и температуру тела, а метод опорных векторов — количество эритроцитов, эозинофилов и моноцитов, а также международное нормализованное отношение (МНО). По итогам голосования авторы выбрали мочевину и температуру как информативные признаки для прогноза. Авторы также предположили, что повышение мочевины может быть связано с развитием эндотелиита и инфаркта миокарда до появления острой почечной недостаточности.
Главное
- В исследование включили 212 пациентов после тяжелого COVID-19: 140 выписали с улучшением, 72 умерли.
- Случайный лес и стохастический градиентный бустинг выделили уровень мочевины и температуру тела.
- Метод опорных векторов определил предикторами количество эритроцитов, эозинофилов и моноцитов, а также МНО.
- По мнению авторов, повышение мочевины может быть связано с эндотелиитом и инфарктом миокарда до развития острой почечной недостаточности.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация