Egy új klaszter és rangsor alapú módszer a szívbetegségek előrejelzésére

Egy új klaszter és rangsor alapú módszer a szívbetegségek előrejelzésére (K. Aravinthan)

Eredeti címe:

A Novel Cluster And Rank Based Method For Prediction Of Heart Diseases

Könyv tartalma:

A szívbetegségek világszerte a vezető halálokok közé tartoznak, és a korai előrejelzés kulcsfontosságú a hatékony megelőzés és kezelés szempontjából.

A szívbetegségek előrejelzésére szolgáló új, klaszter- és rangsor-alapú módszer lényege, hogy gépi tanulási algoritmusok segítségével a betegeket hasonló kockázati tényezők alapján klaszterbe sorolják, és a szív- és érrendszeri betegségek kialakulásának valószínűsége alapján rangsorolják őket. Ez a módszer jellemzőválasztási technikákat használ a legfontosabb kockázati tényezők azonosítására, és egy osztályozási modellt alkalmaz a szívbetegség kockázatának előrejelzésére e tényezők alapján.

A modell pontosságát olyan mérőszámok segítségével értékelik, mint az érzékenység, a specificitás és az AUC. Ennek a megközelítésnek számos előnye van, többek között a szívbetegség kockázatának jobb előrejelzési pontossága, a hasonló kockázati profillal rendelkező betegek alcsoportjainak azonosítása, valamint az elektronikus egészségügyi nyilvántartásokból és más forrásokból származó adatok integrálásának lehetősége.

A könyv egyéb adatai:

ISBN:9783895366000
Szerző:
Kiadó:
Nyelv:angol
Kötés:Puha kötés

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

Egy új klaszter és rangsor alapú módszer a szívbetegségek előrejelzésére - A Novel Cluster And Rank...
A szívbetegségek világszerte a vezető halálokok...
Egy új klaszter és rangsor alapú módszer a szívbetegségek előrejelzésére - A Novel Cluster And Rank Based Method For Prediction Of Heart Diseases

A szerző munkáit az alábbi kiadók adták ki:

© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)