- Tytuł:
-
A Proposal for Using Selected Tree-Based Models to Identify Operative Risk Subgroups among Patients Undergoing Coronary Artery Bypass Grafting
Propozycja wykorzystania wybranych modeli drzew klasyfikacyjnych i regresyjnych do identyfikacji grup ryzyka operacyjnego pacjentów z chorobą wieńcową leczonych operacyjnie - Autorzy:
- Misztal, Małgorzata
- Powiązania:
- https://bibliotekanauki.pl/articles/906886.pdf
- Data publikacji:
- 2007
- Wydawca:
- Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
- Tematy:
-
recursive partitioning inethod
classification and regression trees
coronary artery disease
coronary artery bypass grafting - Opis:
-
Classification and regression trees are very popular and attractive types of
classifiers, widely used to solve decision-making problems in different fields of science.
The study was conducted to identify preoperative risk factors associated with morbidity
outcome among patients undergoing isolated Coronary Artery Bypass Grafting (CABG) and
to develop some classification rules assigning patients to selected risk subgroups. Prediction
rules were established on the basis of the selected tree-structured models. The following
tree-based algorithms were used: QUEST, CRUISE, LOTUS and PLUS.
Drzewa klasyfikacyjne i regresyjne należą do bardzo popularnych metod klasyfikacji, przede wszystkim ze względu na prostotę interpretacji i przejrzystą formę wizualizacji wyników. Stąd też są one szeroko wykorzystywane do rozwiązywania problemów decyzyjnych w różnych dziedzinach nauki. Celem prowadzonych badań była identyfikacja przedoperacyjnych czynników ryzyka, związanych z wystąpieniem powikłań śród- i pooperacyjnych wśród pacjentów z chorobą wieńcową, leczonych w sposób operacyjny. Dodatkowo podjęto próbę zdefiniowania reguł decyzyjnych, które mogłyby umożliwić przydzielenie pacjenta do jednej z wyróżnionych grup ryzyka operacyjnego na podstawie opisujących go cech przedoperacyjnych. Reguły klasyfikacyjne budowano wykorzystując metodę rekurencyjnego podziału. W analizie uwzględniono algorytmy QUEST i CRUJSE, tworzące drzewa klasyfikacyjne oraz algorytmy LOTUS i PLUS, łączące rekurencyjny podział przestrzeni cech z analizą regresji logistycznej. - Źródło:
-
Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
0208-6018
2353-7663 - Pojawia się w:
- Acta Universitatis Lodziensis. Folia Oeconomica
- Dostawca treści:
- Biblioteka Nauki