Adăugați la Mendeley

Repere

A fost efectuată o revizuire a studiilor de predicție a stopului cardiac.

Studiile incluse au folosit tehnici de învățare automată.

A fost propus un cadru integrativ cu mai multe straturi pentru analiza studiilor incluse.

Rezultatele au arătat că tehnicile de învățare automată au produs rezultate acceptabile.

Lucrările viitoare au fost identificate și sugerate cercetătorilor.

Abstract

fundal

Una dintre problemele semnificative în domeniul asistenței medicale este rata scăzută de supraviețuire a persoanelor care au suferit un stop cardiac brusc. Predicția timpurie a stopului cardiac poate oferi timpul necesar intervenției și prevenirii declanșării acestuia pentru a reduce mortalitatea. S-au folosit metode statistice tradiționale pentru a prezice stopul cardiac. Ei au analizat adesea diferențele la nivel de grup folosind un număr limitat de variabile. Pe de altă parte, abordarea învățării automate, care face parte dintr-o tendință în creștere de analiză medicală predictivă, a oferit analize predictive personalizate pe date mai complexe și a produs rezultate remarcabile.

Obiectiv

Această lucrare are două obiective. În primul rând, oferă o revizuire sistematică pentru a evalua capacitatea și performanța tehnicilor de învățare automată în prezicerea riscului de stop cardiac. În al doilea rând, oferă un cadru integrativ pentru a sintetiza cercetările în acest domeniu.

Metodă

O revizuire sistematică a studiilor de predicție a stopului cardiac a fost efectuată prin intermediul bazelor de date Pubmed, ScienceDirect, Google Scholar și SpringerLink. Aceste studii au folosit tehnici de învățare automată și au fost realizate între anii 2000 și 2018.

Rezultate

Din totalul de 1617 lucrări preluate din căutarea literaturii, 75 de studii au fost incluse în analiza finală. Pentru a explora modul în care tehnicile de învățare automată au fost folosite pentru a prezice stopul cardiac, a fost propus un cadru cu mai multe straturi. Fiecare strat al cadrului reprezintă o clasificare a literaturii actuale și conține taxonomii ale informațiilor relevante observate. Cadrul integrează aceste clasificări și ilustrează influența relativă a unui strat asupra altor straturi. Lucrările incluse au fost analizate și sintetizate prin acest cadru. Tehnicile de învățare automată utilizate au fost evaluate în termeni de aplicare și eficiență. Rezultatele au ilustrat capacitatea de predicție a metodelor de învățare automată în prezicerea stopului cardiac.

Concluzie

Conform rezultatelor, tehnicile de învățare automată pot îmbunătăți rezultatul previziunii stopului cardiac. Cu toate acestea, cercetările viitoare ar trebui efectuate pentru a evalua eficiența algoritmilor rar folosiți și pentru a aborda provocările validării externe, implementării și adoptării modelelor de învățare automată în medii clinice reale.

Abstract grafic

analiza
  1. Descărcare: Descărcați imaginea de înaltă rezoluție (266 KB)
  2. Descărcare: Descărcați imaginea la dimensiune completă

Anterior articolul emis Următorul articolul emis