Please wait a minute...
IET Cyber-Systems and Robotics  2020, Vol. 2 Issue (4): 205-206    DOI: https://doi.org/10.1049/iet-csr.2020.0037
    
基于数据驱动的COVID-19儿科病例严重程度检测的临床路径研究
Hui Yu; Yuqi Guo; Yun Xiang; Chuan Sun; Tao Yang
Data-driven discovery of a clinical route for severity detection of COVID-19 paediatric cases
 全文: PDF 
摘要: 本文对武汉市儿童医院收治的105例新冠肺炎儿童患者进行了回顾性研究,我们发现两种生物标志物(DBIL和ALT)结合一个有监督的决策树分类器,能够快速地从所有病例中筛选出重症病例。该临床路径在本研究的案例中达到了100%的F1分数,有望促进儿童新冠肺炎患者的早期诊断和干预。
出版日期: 2021-04-14
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
Hui Yu
Yuqi Guo
Yun Xiang
Chuan Sun
Tao Yang

引用本文:

Hui Yu, Yuqi Guo, Yun Xiang, Chuan Sun, Tao Yang. Data-driven discovery of a clinical route for severity detection of COVID-19 paediatric cases. IET Cyber-Systems and Robotics, 2020, 2(4): 205-206.

链接本文:

http://www.zjujournals.com/iet-csr/CN/https://doi.org/10.1049/iet-csr.2020.0037        http://www.zjujournals.com/iet-csr/CN/Y2020/V2/I4/205

No related articles found!