کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6890689 | 1445216 | 2018 | 35 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Predictive models for hospital readmission risk: A systematic review of methods
ترجمه فارسی عنوان
مدل های پیش بینی شده برای رضایتمندی بیمارستان: بررسی سیستماتیک روش ها
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
تجزیه و تحلیل رگرسیون لجستیک و بقا به طور سنتی به طور گسترده ای مورد استفاده برای ساخت مدل است. با این وجود، تکنیک های یادگیری ماشین در سال های اخیر به طور فزاینده ای محبوب می شوند. مطالعات تطبیقی اخیر نشان می دهد که تکنیک های یادگیری ماشین می تواند توانایی پیش بینی را نسبت به رویکردهای آماری سنتی بهبود بخشد. صرفنظر از این، فقدان مجموعه ای از معیارهای مناسب برای پذیرش بیمارستان، مقایسه عملکرد عملکرد مدل در مطالعات مختلف را دشوار می سازد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
علوم کامپیوتر (عمومی)
چکیده انگلیسی
Logistic regression and survival analysis have been traditionally the most widely used techniques for model building. Nevertheless, machine learning techniques are becoming increasingly popular in recent years. Recent comparative studies suggest that machine learning techniques can improve prediction ability over traditional statistical approaches. Regardless, the lack of an appropriate benchmark dataset of hospital readmissions makes a comparison of models' performance across different studies difficult.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods and Programs in Biomedicine - Volume 164, October 2018, Pages 49-64
Journal: Computer Methods and Programs in Biomedicine - Volume 164, October 2018, Pages 49-64
نویسندگان
Arkaitz Artetxe, Andoni Beristain, Manuel Graña,