.png){kind=icon}
返回
Predicting Obstetric Outcome Through a Web Application Using a Multinomial Logistic Regression Model
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-97589-9_19.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确预测产科结局是母胎医学中的一个关键挑战，对改进医疗实践和减少不良事件具有重要意义。本研究使用包含胎-胎盘生物测量特征的数据库，并将响应变量分为三类：新生儿存活、宫内胎儿死亡和新生儿死亡。在此背景下，本研究旨在开发一个能够预测三种可能产科结局之一的预测应用。多项逻辑回归模型常用于识别最有影响力的预测因子，因为它们能够对具有两个以上类别的独立变量与分类因变量之间的关系进行建模。为此，在模型确定范围内，实施了多种变量选择技术，其中使用alpha为0.1的弹性网络方法表现出最佳性能。对于宫内胎儿死亡类别，模型识别出四个显著变量，达到AUC-ROC为0.841，其中女性胎儿性别是贡献最大的因素。对于新生儿死亡类别，选择了七个相关变量，模型的AUC-ROC为0.620。该类别中最具影响力的变量为Diameter2、男性性别和母亲年龄。在此阶段之后，所选模型（整合了多项逻辑回归算法与弹性网络技术）被用于开发一个网络应用，网址为https://obstetricoutcome.shinyapps.io/mo_uminho/。该平台可为产科实践做出重要贡献，为医疗专业人员提供直观的工具。
Keyword:
Obstetric outcome
Multinomial logistic regression
Variable selection
Application
期刊
C
机构
引用论文
Ensemble feature selection in medical datasets: Combining filter, wrapper, and embedded feature selection results医学数据集中的集成特征选择: 结合过滤器，包装器和嵌入式特征选择结果.png)
EXPERT SYSTEMS
EXPERT SYSTEMSIF2.3
PREAI
分享收藏
分享收藏An overview of ensemble methods for binary classifiers in multi-class problems: Experimental study on one-vs-one and one-vs-all schemesPATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
Birth weight to placenta weight ratio and its relationship to ultrasonic measurements, maternal and neonatal morbidity: A prospective cohort study of nulliparous womenPLACENTA
PLACENTAIF2.5
PREAI
分享收藏
查看更多内容