Bayesian averaging over Decision Tree models for trauma severity scoring

پزشکان مراقبت از خطرات احتمالی تصمیمات گمراه کننده را تجزیه و تحلیل می کنند و نیاز به ارزیابی و عدم قطعیت در پیش بینی ها دارند. ما طلا را مورد بررسی قرار داده ایم استاندارد غربالگری شرایط بیمار برای پیش بینی احتمال زنده ماندن بر اساس مدل رگرسیون لجستیک که در مراقبت های تروما برای اهداف بالینی و حسابرسی کیفیت استفاده می شود. این روش بر پایه فرضیه های نظری درباره داده ها و عدم اطمینان استوار است. مدل هایی که در چنین رویکشی ایجاد شده است، تعدادی از مشکلات را در بر می گیرد، که نوسانات غیر قابل توضیح از بقای پیش بینی شده و دقت پایین برآورد فواصل عدم اطمینان را که در آن پیش بینی ها ساخته می شود، ارائه می دهد. روش بیزی، که در تئوری قادر است پیش بینی های دقیق و تخمین های عدم قطعیت را ارائه دهد، در مطالعه ما با استفاده از مدل های درخت تصمیم گیری مورد استفاده قرار گرفته است. رویکرد ما بر روی مجموعه ای بزرگ از بیماران ثبت شده در بانک اطلاعاتی ملی تروما داده شده است و از روش استاندارد با توجه به دقت پیش بینی شده برتر است. در نتیجه، تمرینکنندگان با ارزیابی دقیق از تراکم پیش بینی پیش آگهی مورد نظر که برای ایجاد خطر آگاهانه تصمیم گیری.