एंटीवायरल और एंटीरेट्रोवाइरल जर्नल
खुला एक्सेस

अमूर्त

कोविड-19 के शुरुआती रोगियों के निदान के लिए मशीन लर्निंग पर आधारित एक पूर्वानुमान मॉडल

नन्नन सन, या यांग, लिंगलिंग तांग, जेन ली, यिनिंग दाई, वान जू, शियाओलियांग कियान, हेनव गाओ, बिन जू

उद्देश्य: COVID-19 संक्रमण के शीघ्र निदान के लिए समयबद्धता में सुधार करने के लिए, बुखार क्लीनिकों में COVID-19 रोगियों के शीघ्र निदान में सहायता के लिए निर्णय लेने वाला उपकरण विकसित करना आवश्यक है।

सामग्री और विधियाँ: इस पत्र का उद्देश्य 912 प्रारंभिक COVID-19 संक्रमित रोगियों के नैदानिक ​​डेटा से जोखिम कारकों को निकालना और प्रारंभिक COVID-19 के निदान के लिए लॉजिस्टिक रिग्रेशन (LR), सपोर्ट वेक्टर मशीन (SVM), डिसीजन ट्री (DT), रैंडम फ़ॉरेस्ट (RF) और डीप लर्निंग-आधारित विधि सहित चार प्रकार के पारंपरिक मशीन लर्निंग दृष्टिकोणों का उपयोग करना है।

परिणाम: परिणाम दर्शाते हैं कि LR पूर्वानुमान मॉडल 0.95 की उच्च विशिष्टता दर, रिसीवर ऑपरेटिंग कर्व (AUC) के तहत 0.971 का क्षेत्र और 0.82 की बेहतर संवेदनशीलता दर प्रस्तुत करता है, जो इसे शुरुआती COVID-19 संक्रमण की जांच के लिए इष्टतम बनाता है। हम झेजियांग आबादी के बीच सर्वश्रेष्ठ मॉडल (LR पूर्वानुमान मॉडल) की व्यापकता के लिए सत्यापन भी करते हैं, और पूर्वानुमान मॉडल में कारकों के योगदान का विश्लेषण करते हैं।

चर्चा: COVID-19 महामारी की पृष्ठभूमि में, COVID-19 के प्रारंभिक निदान को अभी भी गंभीर चुनौतियों का सामना करना पड़ रहा है, COVID-19 रोगियों के शीघ्र निदान में सहायता करने वाला निर्णय लेने वाला उपकरण बुखार क्लीनिकों के लिए महत्वपूर्ण है।

निष्कर्ष: हमारी पांडुलिपि में कोविड-19 संक्रमण के शुरुआती निदान की सटीकता और समयबद्धता में सुधार के लिए मशीन लर्निंग विधियों की क्षमता का वर्णन और उल्लेख किया गया है। हमारे एलआर-बेस प्रेडिक्टिव मॉडल का उच्च एयूसी इसे कोविड-19 निदान में सहायता के लिए अधिक अनुकूल तरीका बनाता है। इष्टतम मॉडल को मोबाइल एप्लिकेशन (एपीपी) के रूप में समाहित किया गया है और झेजियांग प्रांत के कुछ अस्पतालों में लागू किया गया है।