使用机器学习预测COVID-19感染孕妇的重症监护室入院情况
Azamat Mukhamediya1, Iliyar Arupzhanov1, Amin Zollanvari1
1Department of Electrical and Computer Engineering, School of Engineering and Digital Sciences, Nazarbayev University, Astana 010000, Kazakhstan.
Journal of clinical medicine
|January 8, 2025
概括
机器学习模型可以预测COVID-19的孕妇在重症监护室 (ICU) 的入院情况. 关键预测因素包括白细胞计数,C-反应蛋白和怀孕周,有助于临床护理优先.
科学领域:
- 医疗信息学 医疗信息学
- 公共卫生 公共卫生
- 产科 产科 产科 产科 产科
背景情况:
- 在全球范围内,COVID-19严重压迫了医疗保健系统.
- 怀孕带来独特的生理挑战,由COVID-19感染复杂化.
- 优先照顾孕妇COVID-19患者需要有效的预测工具.
研究的目的:
- 开发和评估机器学习模型,用于预测COVID-19孕妇的ICU入院情况.
- 确定与怀孕期间严重的COVID-19结果相关的关键临床特征.
主要方法:
- 在哈萨克斯坦对1292名患有COVID-19的孕妇进行了回顾性研究 (2021年5月至7月).
- 八个二进制分类器的比较,包括后勤回归,随机森林和梯度增强.
- 使用沙普利增量解释 (SHAP) 值进行特征重要性分析.
主要成果:
- 在分析的孕妇中,有10.4%的孕妇被送入了重症监护室.
- 使用L调节的逻辑回归实现了最高的F1得分和0.84.8的AUC.
- 白细胞计数,C反应蛋白,怀孕周,eGFR和血红蛋白是关键预测因素.
结论:
- 使用机器学习的预测模型可以有效地支持临床决策.
- 这个工具有助于优先考虑照顾需要重症监护的COVID-19孕妇.
- 早期识别高风险怀孕可以优化医疗保健机构的资源配置.
更多相关视频
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.5K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
