Revista de Antivirales y Antirretrovirales
Acceso abierto

abstracto

Un modelo de predicción basado en aprendizaje automático para el diagnóstico temprano de pacientes con COVID-19

Nannan Sun, Ya Yang, Lingling Tang, Zhen Li, Yining Dai, Wan Xu, Xiaoliang Qian, Hainv Gao, Bin Ju

Objetivo: Para mejorar la oportunidad del diagnóstico temprano de la infección por COVID-19, es esencial desarrollar una decisión - Hacer una herramienta para ayudar al diagnóstico temprano de pacientes con COVID-19 en clínicas de fiebre.

Materiales y métodos: Este documento tiene como objetivo extraer los factores de riesgo de los datos clínicos de 912 pacientes infectados con COVID-19 y utilizar cuatro tipos de enfoques tradicionales de aprendizaje automático, incluidos la regresión logística (LR), el vector de soporte Machine (SVM), Decision Tree (DT), Random Forest (RF) y un método basado en aprendizaje profundo para el diagnóstico temprano de COVID-19.

Resultados: Los resultados muestran que el modelo predictivo LR presenta una tasa de especificidad más alta de 0,95, un Área bajo la curva operativa del receptor (AUC) de 0,971 y una tasa de sensibilidad mejorada de 0,82, lo que hace Es óptimo para la detección temprana de la infección por COVID-19. También realizamos la verificación de la generalidad del mejor modelo (modelo predictivo LR) entre la población de Zhejiang y analizamos la contribución de los factores a los modelos predictivos.

Discusiones: En el contexto de la pandemia de COVID-19, el diagnóstico temprano de COVID-19 aún enfrenta desafíos severos, una herramienta de toma de decisiones que ayude al diagnóstico temprano de pacientes con COVID-19 es vital para la fiebre clínicas.

Conclusiones: Nuestro manuscrito describe y destaca la capacidad de los métodos de aprendizaje automático para mejorar la precisión y la puntualidad del diagnóstico temprano de la infección por COVID-19. El AUC más alto de nuestro modelo predictivo basado en LR lo convierte en un método más propicio para ayudar en el diagnóstico de COVID-19. El modelo óptimo se ha encapsulado como una aplicación móvil (APP) y se ha implementado en algunos hospitales de la provincia de Zhejiang.