Uvod

• Izgradnja modela za:
  • napovedovanje tveganja globokega sternalnega infekta (DSWI) pri pacientih po operaciji na srcu,
  • iskanje faktorjev tvegtanja za DSWI.
• Podatki:
  • organizacija podatkov, čiščenje, nadomeščanje praznih vrednosti,
  • zmanjševanje dimenzije
• Modeli:
  • klasični model: logistična regresija
    • določanje faktorjev tveganja (klasična metoda)
  • modeli strojnega učenja
    • določanje faktorjev tveganja (SHAP analiza)
• Vrednotenje:
  • Postopki vrednotenja (train/development/test, navzkrižno vrednotenje)
  • Mere vrednotenja: (Accuracy / F1 / ROC-AUC / PR-AUC)

https://www.tripod-statement.org/

https://www.acpjournals.org/doi/10.7326/M14-0698

Slika 1

Slika 2