Using preference learning for detecting inconsistencies in clinical practice guidelines: Methods and application to antibiotherapy

ما با موفقیت یک مدل عمومی مناسب برای همه بیماری های عفونی و پروفیل های بیمار ایجاد کردیم. این مدل شامل هر دو تنظیمات و ویژگی های ضروری می باشد. این اجازه می دهد تا تشخیص 106 تناقض نامزدی که توسط یک متخصص پزشکی مورد تجزیه و تحلیل قرار گرفت. 55 ناسازگاری اعتبار یافتند. ما نشان دادیم که استراتژی های درمانی دستورالعمل های آنتی بیوتیک را می توان با استفاده از یک مدل ترجیحی رسم کرد. در نتیجه، ما یک رویکرد اصلی مبتنی بر ترجیحات، برای مدل سازی دستورالعمل های بالینی پیشنهاد کردیم. این مدل می تواند در آینده سیستم های حمایت بالینی تصمیمی برای کمک به پزشکان برای تجویز آنتی بیوتیک ها مورد استفاده قرار گیرد.