机构名称：
¥ 1.0
摘要：肾移植领域的一个关键问题是移植接受者的生存分析。通过从移植患者那里获得的信息，可以分析在哪些情况下移植成功的可能性更高以及移植成功所依赖的因素。一般来说，这些分析都是通过应用传统的统计技术进行的，因为关于肾移植过程的数据量和种类有限。然而，在过去十年中，该领域发生了两个主要变化。首先，通过使用电子健康记录 (EHR) 将医疗信息数字化，电子健康记录以电子方式存储患者的病史。这有助于通过专门的软件自动处理信息。其次，医疗大数据提供了大量有关医疗过程的数据。与最初可用于此类研究的信息相比，目前有关肾移植的信息非常庞大且多种多样。这种新环境导致使用其他非传统技术，这些技术更适合在这些新条件下进行生存分析。具体来说，本文回顾了用于肾移植患者和移植物存活率分析的主要机器学习方法和工具。
评论
主要关键词
相关文件推荐
