您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览210 | 下载298

数据挖掘通过逻辑回归、贝叶斯、决策树模型、人工神经网络等算法在海量医疗健康数据中挖掘出相关预测值或某病/某种情况的概率,以助医护人员识别潜在危重患者、评估疾病严重程度、预测病死率等,是有效的疾病管控方法.目前国内数据挖掘还处于起步阶段,需在预警模型、护理记录标准化、引进数据集管理人员等方面加强建设,使数据挖掘用于医疗护理工作中,预测病情发展趋势,辅助临床决策,从而维护患者安全.

作者:张燕;彭伶丽;梁玲玲;罗贞

来源:护理学杂志 2020 年 35卷 11期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:210 | 下载:298
作者:
张燕;彭伶丽;梁玲玲;罗贞
来源:
护理学杂志 2020 年 35卷 11期
标签:
数据挖掘 大数据 疾病 病情变化 病情识别 预警模型 患者安全 综述文献
数据挖掘通过逻辑回归、贝叶斯、决策树模型、人工神经网络等算法在海量医疗健康数据中挖掘出相关预测值或某病/某种情况的概率,以助医护人员识别潜在危重患者、评估疾病严重程度、预测病死率等,是有效的疾病管控方法.目前国内数据挖掘还处于起步阶段,需在预警模型、护理记录标准化、引进数据集管理人员等方面加强建设,使数据挖掘用于医疗护理工作中,预测病情发展趋势,辅助临床决策,从而维护患者安全.

Baidu
map