{"product_id":"ben-ismail-khaoula-przewidywanie-niepowodzenia-tlenoterapii-wysokoprzep-ywowej-9786202002110","title":"PRZEWIDYWANIE NIEPOWODZENIA TLENOTERAPII WYSOKOPRZEP¿YWOWEJ :","description":"Tlenoterapia wysokoprzep¿ywowa okazäa si¿ skuteczna w zmniejszaniu ¿miertelno¿ci, ale niepowodzenie tej metody pozostaje trudne do przewidzenia. Celem tego badania jest zintegrowanie sztucznej inteligencji z decyzj¿ terapeutyczn¿, aby poprawi¿ to przewidywanie. Uwzgl¿dnili¿my 369 pacjentów z COVID-19 przyj¿tych na oddziä intensywnej terapii szpitala regionalnego Zaghouan w okresie od marca 2020 r. do grudnia 2022 r. Po wst¿pnym przetworzeniu danych i optymalizacji hiperparametrów za pomoc¿ GridSearchCV przetestowano cztery modele uczenia maszynowego: XGBoost, Random Forest, k-najbli¿szych s¿siadów i regresj¿ logistyczn¿. Model XGBoost wypad¿ najlepiej, z obszarem pod krzyw¿ ROC wynosz¿cym 0,842, przewy¿szaj¿c indeks ROX i model Random Forest. Modele regresji logistycznej i k-najbli¿szych s¿siadów wypad¿y s¿abiej. Integracja sztucznej inteligencji, w szczególno¿ci za pomoc¿ modelu XGBoost, wydaje si¿ obiecuj¿ca dla poprawy zarz¿dzania pacjentami z zapaleniem p¿uc COVID-19, poprzez wczesn¿ identyfikacj¿ osób zagro¿onych niepowodzeniem tlenoterapii wysokoprzep¿ywowej i ograniczenie niew¿äciwych intubacji.","brand":"Wydawnictwo Nasza Wiedza","offers":[{"title":"Default Title","offer_id":53728621396310,"sku":null,"price":0.0,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0925\/5829\/5382\/files\/product_image_9786202002110_1.jpg?v=1781776780","url":"https:\/\/www.momoxbooks.com\/products\/ben-ismail-khaoula-przewidywanie-niepowodzenia-tlenoterapii-wysokoprzep-ywowej-9786202002110","provider":"momoxbooks","version":"1.0","type":"link"}