$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

Tree-based Approach to Predict Hospital Acquired Pressure Injury

Tree-based Approach to Predict Hospital Acquired Pressure Injury

The International Journal of Advanced Culture Technology v., 7 no.1 , 2019년, pp.8 - 13   http://dx.doi.org/10.17703/IJACT.2019.7.1.8
현수경, Susan Moffatt-Bruce, Cheryl Newton, Brenda Hixon, Pacharmon Kaewprag
초록

Despite technical advances in healthcare, the rates of hospital-acquired pressure injury (HAPI) are still highalthough many are potentially preventable. The purpose of this study was to determine whether tree-basedprediction modeling is suitable for assessing the risk of HAPI in ICU patients. Retrospective cohort study hasbeen carried out. A decision tree model was constructed with Age, Weight, eTube, diabetes, Braden score,Isolation, and Number of comorbid conditions as decision nodes. We used RStudio for model training and testing.Correct prediction rate of the final prediction model was 92.4 and the Area Under the ROC curve (AUC) was0.699, which means there is about 70% chance that the model is able to distinguish between HAPI and non-HAPI. The results of this study has limited generalizability as the data were from a single academic institution.Our research finding shows that the data-driven tree-based prediction modeling may potentially support ICUsensitive risk assessment for HAPI prevention.

참고문헌 (0)

  1. 이 논문의 참고문헌 없음

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • 원문 PDF 정보가 존재하지 않습니다.

원문 URL 링크

  • 원문 URL 링크 정보가 존재하지 않습니다.
상세조회 0건 원문조회 0건

DOI 인용 스타일