ஆன்டிவைரல்ஸ் & ஆன்டிரெட்ரோவைரல்ஸ் ஜர்னல்
திறந்த அணுகல்
ஐ.எஸ்.எஸ்.என்: 1948-5964
ஐ.எஸ்.எஸ்.என்: 1948-5964
நன்னன் சன், யா யாங், லிங்லிங் டாங், ஜென் லி, யினிங் டாய், வான் சூ, சியாலியாங் கியான், ஹைன்வ் காவ், பின் ஜு
குறிக்கோள்: ஆரம்பகால கோவிட்-19 தொற்று நோயறிதலுக்கான நேரத்தை மேம்படுத்த, காய்ச்சல் கிளினிக்குகளில் கோவிட்-19 நோயாளிகளை முன்கூட்டியே கண்டறிவதற்கு உதவ முடிவெடுக்கும் கருவியை உருவாக்குவது அவசியம்.
பொருட்கள் மற்றும் முறைகள்: இந்தத் தாள் 912 ஆரம்பகால கோவிட்-19 பாதிக்கப்பட்ட நோயாளிகளின் மருத்துவத் தரவுகளிலிருந்து ஆபத்து காரணிகளைப் பிரித்தெடுப்பதை நோக்கமாகக் கொண்டுள்ளது மற்றும் லாஜிஸ்டிக் ரிக்ரஷன் (LR), ஆதரவு திசையன் இயந்திரம் (SVM), முடிவு மரம் (DT) உள்ளிட்ட நான்கு வகையான பாரம்பரிய இயந்திர கற்றல் அணுகுமுறைகளைப் பயன்படுத்துகிறது. , ரேண்டம் ஃபாரஸ்ட் (RF) மற்றும் ஆரம்பகால COVID-19 நோயைக் கண்டறிவதற்கான ஆழ்ந்த கற்றல் அடிப்படையிலான முறை.
முடிவுகள்: LR முன்கணிப்பு மாதிரியானது 0.95 என்ற உயர் குறிப்பிட்ட விகிதத்தையும், ரிசீவர் இயக்க வளைவின் கீழ் (AUC) 0.971 ஆகவும், மேம்படுத்தப்பட்ட உணர்திறன் வீதமான 0.82 ஆகவும் உள்ளது, இது ஆரம்பகால கோவிட்-19 திரையிடலுக்கு உகந்ததாக அமைகிறது. தொற்று. Zhejiang மக்களிடையே சிறந்த மாதிரியின் (LR முன்கணிப்பு மாதிரி) பொதுத்தன்மைக்கான சரிபார்ப்பையும் நாங்கள் செய்கிறோம், மேலும் முன்கணிப்பு மாதிரிகளுக்கு காரணிகளின் பங்களிப்பை பகுப்பாய்வு செய்கிறோம்.
விவாதங்கள்: கோவிட்-19 தொற்றுநோய்களின் பின்னணியில், கோவிட்-19 இன் ஆரம்பக் கண்டறிதல் இன்னும் கடுமையான சவால்களை எதிர்கொள்கிறது, கோவிட்-19 நோயாளிகளை முன்கூட்டியே கண்டறிய உதவும் முடிவெடுக்கும் கருவி காய்ச்சல் கிளினிக்குகளுக்கு இன்றியமையாதது.
முடிவுகள்: ஆரம்பகால COVID-19 தொற்று நோயறிதலின் துல்லியம் மற்றும் நேரத்தை மேம்படுத்துவதற்கான இயந்திர கற்றல் முறைகளின் திறனை எங்கள் கையெழுத்துப் பிரதி விவரிக்கிறது மற்றும் எடுத்துக்காட்டுகிறது. எங்கள் LR-அடிப்படை முன்கணிப்பு மாதிரியின் உயர் AUC கோவிட்-19 நோயறிதலுக்கு உதவுவதற்கு மிகவும் உகந்த முறையாகும். உகந்த மாதிரியானது மொபைல் அப்ளிகேஷனாக (APP) இணைக்கப்பட்டு, Zhejiang மாகாணத்தில் உள்ள சில மருத்துவமனைகளில் செயல்படுத்தப்பட்டது.