پیش‌بینی مرگ‌و‌میر بیماران بستری در بخش‌های مراقبت ویژه: مقایسه سه تکنیک داده‌کاوی: یک گزارش کوتاه

Abstract

زمینه و هدف: تحلیل پیامدها در بخش‌های مراقبت ویژه از چالش‌های مهم حوزه سلامت می‌باشد. از این‌رو هدف مطالعه حاضر پیش‌بینی مرگ‌و‌میر بیماران بخش‌های مراقبت ویژه (ICUs) با استفاده از چند تکنیک داده‌کاوی است. روش بررسی: در این مطالعه نرم‌افزار (Weka software, version 3.9.2, University of Waikato, New Zealand) و داده‌های 874 بیمار ICUs از دی 1396 تا پایان اسفند 1397 برای توسعه مدل‌ها بکار گرفته شد. بر مبنای چند الگوریتم‌ منتخب داده‌کاوی، مدل‌های پیش‌بینی ایجاد و از شاخصهAUC برای مقایسه عملکرد استفاده شد. یافته‌ها: بر مبنای 19 متغیر شناخته شده با اهمیت بیشتر از جمله نمره کمای گلاسکو، مدل‌های پیش‌بینی توسعه یافت. اگرچهAUC مدل‌های KNN، شبکه عصبی مصنوعی و درخت تصمیم (به‌ترتیب 5/81%، 5/77% و 3/74%) قابل قبول بود اما صحت الگوریتم درخت تصمیم 48J (2/74%) بالاتر گزارش شد. نتیجه‌گیری: نتایج این مطالعه بیانگر برتری مدل KNN، نسبت به سایر مدل‌های پیش‌بینی مرگ‌ومیر بیماران ICUs بود.