• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Sensing and analysis technologies for biomedical and cognitive applications 2016 >Predicting healthcare associated infections using patients' experiences
【24h】

Predicting healthcare associated infections using patients' experiences

机译：利用患者的经验预测与医疗相关的感染

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Healthcare associated infections (HAI) are a major threat to patient safety and are costly to health systems. Our goal is to predict the HAI performance of a hospital using the patients' experience responses as input. We use four classifiers, viz. random forest, naive Bayes, artificial feedforward neural networks, and the support vector machine, to perform the prediction of six types of HAI. The six types include blood stream, urinary tract, surgical site, and intestinal infections. Experiments show that the random forest and support vector machine perform well across the six types of HAI.
机译：医疗保健相关感染（HAI）是对患者安全的主要威胁，并且对卫生系统造成巨大损失。我们的目标是使用患者的经验响应作为输入来预测医院的HAI表现。我们使用四个分类器，即。随机森林，朴素贝叶斯（Bayes），人工前馈神经网络和支持向量机，以进行六种HAI的预测。这六种类型包括血流，泌尿道，手术部位和肠道感染。实验表明，随机森林和支持向量机在HAI的六种类型中表现良好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号