膿毒症預測的住院數據膿毒症是一種危及生命的疾病，當身體對感染的反應導致組織損傷、器官衰竭或死亡時就會發生。 事實上，膿毒症花費美國醫院的成本高於任何其他健康狀況，其中大部分費用用於入院時未確診的膿毒症患者。 因此，早期發現和治療對於改善結果至關重要。 在本次會議中，我們將檢查從兩家美國醫院獲得併最近在 Kaggle 上發布的實際臨床數據集。 特別是，我們將檢查從生命體徵、人口統計組和臨床實驗室數據的組合中得出的一些預測因素。 我們將使用 JMP 來處理缺失值、異常值和高度不平衡的分類結果變量等問題。 此外，我們將展示可視化、交互性和分析流程如何導致更緊湊和集成的分析——以及更短的發現時間。
提供的表格是 csv 文件和 JMP 數據表中相同的原始數據。 以下是一些提供附加信息的鏈接：
重症監護醫學
Kaggle 數據
物理網
探索性數據分析生命科學預測建模和數據挖掘回复：膿毒症預測的入院數據我建議不要使用這個數據集。我已經探索了這些數據與它所衍生的更複雜的數據的關係。在原始數據中，每個 ICU 患者都有一個文件，其中包含他們在 ICU 逗留期間的每小時數據。此處提交的數據集包含每一位患者的一行。我對這個數據集的創建方式進行了逆向工程：對於每個非膿毒症患者，報告了從該患者檔案中隨機選擇的一個小時（一些患者在 ICU 中有數百小時，其他患者則更少）。對於敗血症患者，數據文件中顯示的是首次發現敗血症後 7 小時的每小時讀數。然而，從中獲得的挑戰數據解釋說，如果至少在 6 小時前發現膿毒症，膿毒症變量已經記錄為 1 - 因此當時的每小時記錄可用於預測某人是否患有膿毒症。由於此文件是使用比報告 sepsis=1 的原始文件早 7 小時的每小時讀數創建的，因此這實質上消除了原始數據中的時間偏移。換句話說，當此處提交的文件顯示 sepsis=1 時，我們正在查看此人感染時的每小時讀數，而不是 6 小時前。因此，這些讀數對於敗血症的早期預測沒有用（它們與已經發生的敗血症同時發生）。當然，你會發現這個數據集中的預測模型很好（AUC>.9），但是一點用處都沒有。然而，這是目標洩漏的一個很好的例子。
