Predicting Inpatient Discharge Prioritization With Electronic Health Records

[namakemono]

#	##
論文リンク	https://arxiv.org/abs/1812.00371v1
著者	Anand Avati, Stephen Pfohl, Chris Lin, Thao Nguyen, Meng Zhang, Philip Hwang, Jessica Wetstone, Kenneth Jung, Andrew Ng, Nigam H. Shah
投稿日時	2018-12-02
コード

概要

24時間以内に退院する患者を特定することで、病院のリソース管理と医療の質を向上させることができます。我々はスタンフォード病院からの8年間の電子健康記録（EHR）データを用いてこの問題を研究した。私たちはモデルを当てはめて、入院患者全体の24時間の退院を予測します。最も性能の高いモデルは、ホールドアウトテストセットで、受信者 - オペレータ特性曲線下面積（ＡＵＲＯＣ）０．８５およびＡＵＰＲＣ ０．５３を達成した。このモデルも十分に調整されています。最後に、本発明者らは決定論的枠組みにおいてこのモデルの有用性を分析して、モデルを使用することで自明な常に負または常に正の分類子と比較して期待される有用性が増大するＲＯＣ空間の領域を同定する。