Open Daily: 10am - 10pm | Alley door pickup 10am - 7pm 3038 Hennepin Ave Minneapolis, MN
612-822-4611

  • Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Previsão de Insucesso Da Oxigenoterapia de Alto Débito

Previsão de Insucesso Da Oxigenoterapia de Alto Débito

Ben Ismail, Khaoula

Paperback

Medical Reference

ISBN10: 6202002107
ISBN13: 9786202002103
Publisher: Edicoes Nosso Conhecimento
Published: Jul 29 2025
Pages: 60
Weight: 0.21
Height: 0.14 Width: 6.00 Depth: 9.00
Language: Portuguese
A oxigenoterapia de alto fluxo provou ser eficaz na redução da mortalidade, mas o insucesso deste método continua a ser difícil de prever. O objetivo deste estudo é integrar a inteligência artificial na decisão terapêutica para melhorar esta previsão. Incluímos 369 doentes com COVID-19 admitidos nos cuidados intensivos do hospital regional de Zaghouan entre março de 2020 e dezembro de 2022. Após o pré-processamento dos dados e a otimização dos hiperparâmetros utilizando o GridSearchCV, foram testados quatro modelos de aprendizagem automática: XGBoost, Random Forest, k-nearest neighbours e regressão logística. O modelo XGBoost teve o melhor desempenho, com uma área sob a curva ROC de 0,842, superando o índice ROX e o modelo Random Forest. Os modelos de regressão logística e k-nearest neighbours tiveram um desempenho inferior. A integração da inteligência artificial, em particular através do modelo XGBoost, parece promissora para melhorar a gestão dos doentes com pneumonia por COVID-19, através da identificação precoce dos doentes em risco de falhar a oxigenoterapia de alto fluxo e da redução das entubações inadequadas.

Also from

Ben Ismail, Khaoula

View All

Also in

Medical Reference

View All