敗血症予測のための入院データ敗血症は、感染に対する身体の反応が組織の損傷、臓器不全、または死を引き起こすときに発生する生命を脅かす状態です。 実際、敗血症は他のどの健康状態よりも米国の病院にかかる費用であり、これらの費用の大部分は入院時に診断されなかった敗血症患者のためのものです。 したがって、早期発見と治療は、転帰を改善するために重要です。 このセッションでは、米国の2つの病院から取得され、最近Kaggleで公開された実際の臨床データセットを検証します。 特に、バイタルサイン、人口統計グループ、および臨床検査データの組み合わせから抽出された、いくつかの予測因子を調べます。 JMPを使用して、欠測値、外れ値、非常に不均衡なカテゴリ別結果変数などの問題に対処します。 さらに、視覚化、双方向性、および分析フローが、よりコンパクトで統合された分析にどのようにつながるか、そして発見までの時間を短縮する方法を示します。
提供されるテーブルは、csvファイルとJMPデータテーブルの同じ生データです。 追加情報を提供するいくつかのリンクは次のとおりです。
救命救急医学
Kaggleデータ
PhysioNet
探索的データ分析ライフサイエンス予測モデリングとデータマイニング
