常规数据

使用常规数据预测精神病医院的患者结果：一种机器学习方法

背景：机器学习应用程序中的一个常见问题是在决策点上可用的数据。本研究的目的是使用容易获得的常规数据来预测与精神病医院护理组织有关的方面。进一步的目的是将机器学习方法的结果与通过传统方法获得的结果以及通过天真基线分类器获得的结果进行比较。方法：该研究包括2017年1月1日至2018年12月31日在德国黑森的九家精神病医院中连续出院的患者。我们将随机梯度增强（GBM）与多个逻辑回归和天真基线分类器相比，我们比较了预测性能。我们测试了最终模型对另一个日历年和不同医院的看不见的患者的表现。