亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Corticosteroid sensitivity detection in sepsis patients using a personalized data mining approach: A clinical investigation

概化理论 医学 逻辑回归 机器学习 败血症 人口 灵敏度(控制系统) 数据挖掘 临床试验 重症监护医学 内科学 计算机科学 统计 电子工程 工程类 数学 环境卫生
作者
Rahma Hellali,Zaineb Chelly Dagdia,Ahmed Ktaish,Karine Zeitouni,Djillali Annane
出处
期刊:Computer Methods and Programs in Biomedicine [Elsevier]
卷期号:245: 108017-108017 被引量:1
标识
DOI:10.1016/j.cmpb.2024.108017
摘要

Sepsis is a life-threatening disease with high mortality, incidence, and morbidity. Corticosteroids (CS) are a recommended treatment for sepsis, but some patients respond negatively to CS therapy. Early prediction of corticosteroid responsiveness can help intervene and reduce mortality. In this study, we aim to develop a data mining methodology for predicting CS responsiveness of septic patients. We used data from a randomized controlled trial called APROCCHSS, which recruited 1241 septis patients to study the effectiveness of corticotherapy. We conducted a thorough study of multiple machine learning models to select the most efficient prediction model, called "signature". We evaluated the performance of the signature using precision, sensitivity, and specificity values. We found that Logistic Regression was the best model with an AUC of 72%. We conducted further experiments to examine the impact of additional features and the model's generalizability to different groups of patients. We also performed a statistical analysis to analyze the effect of the treatment at the individual level and on the population as a whole. Our data mining methodology can accurately predict cortico-sensitivity or resistance in septis patients. The signature has been deployed into the Assistance Publique – Hôpitaux de Paris (APHP) information system as a web service, taking patient information as input and providing a prediction of cortico-sensitivity or resistance. Early prediction of corticosteroid responsiveness can help clinicians intervene promptly and improve patient outcomes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
majer完成签到,获得积分10
1分钟前
清秀的怀蕊完成签到 ,获得积分10
2分钟前
2分钟前
David发布了新的文献求助10
2分钟前
英姑应助科研通管家采纳,获得10
3分钟前
3分钟前
含糊的茹妖完成签到 ,获得积分10
4分钟前
许志强完成签到,获得积分20
5分钟前
妇产科医生完成签到 ,获得积分10
5分钟前
许志强发布了新的文献求助10
5分钟前
英姑应助oleskarabach采纳,获得10
5分钟前
小宋爱科研完成签到 ,获得积分10
5分钟前
螃蟹One完成签到 ,获得积分10
5分钟前
小白小王完成签到,获得积分10
7分钟前
7分钟前
这辈子瘦不了完成签到,获得积分10
8分钟前
8分钟前
tinyliiyong发布了新的文献求助10
8分钟前
9分钟前
9分钟前
tinyliiyong完成签到,获得积分10
9分钟前
ding应助tinyliiyong采纳,获得30
9分钟前
9分钟前
9分钟前
禾苗完成签到 ,获得积分10
9分钟前
9分钟前
10分钟前
11分钟前
asdfqaz完成签到,获得积分10
11分钟前
12分钟前
不担心发布了新的文献求助10
12分钟前
wanci应助不担心采纳,获得10
12分钟前
爆米花应助WANG采纳,获得10
13分钟前
魔幻诗兰完成签到,获得积分10
13分钟前
小强完成签到 ,获得积分10
13分钟前
David发布了新的文献求助10
14分钟前
15分钟前
jimmy_bytheway完成签到,获得积分0
16分钟前
科研通AI2S应助科研通管家采纳,获得10
17分钟前
18分钟前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
"Sixth plenary session of the Eighth Central Committee of the Communist Party of China" 400
Introduction to Modern Controls, with illustrations in MATLAB and Python 310
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3056622
求助须知:如何正确求助?哪些是违规求助? 2713071
关于积分的说明 7434576
捐赠科研通 2358176
什么是DOI,文献DOI怎么找? 1249304
科研通“疑难数据库(出版商)”最低求助积分说明 607015
版权声明 596227