脓毒症预测的住院数据脓毒症是一种危及生命的疾病，当身体对感染的反应导致组织损伤、器官衰竭或死亡时就会发生。 事实上，脓毒症花费美国医院的成本高于任何其他健康状况，其中大部分费用用于入院时未确诊的脓毒症患者。 因此，早期发现和治疗对于改善结果至关重要。 在本次会议中，我们将检查从两家美国医院获得并最近在 Kaggle 上发布的实际临床数据集。 特别是，我们将检查从生命体征、人口统计组和临床实验室数据的组合中得出的一些预测因素。 我们将使用 JMP 来处理缺失值、异常值和高度不平衡的分类结果变量等问题。 此外，我们将展示可视化、交互性和分析流程如何导致更紧凑和集成的分析——以及更短的发现时间。
提供的表格是 csv 文件和 JMP 数据表中相同的原始数据。 以下是一些提供附加信息的链接：
重症监护医学
Kaggle 数据
物理网
探索性数据分析生命科学预测建模和数据挖掘回复：脓毒症预测的入院数据我建议不要使用这个数据集。我已经探索了这些数据与它所衍生的更复杂的数据的关系。在原始数据中，每个 ICU 患者都有一个文件，其中包含他们在 ICU 逗留期间的每小时数据。此处提交的数据集包含每一位患者的一行。我对这个数据集的创建方式进行了逆向工程：对于每个非脓毒症患者，报告了从该患者档案中随机选择的一个小时（一些患者在 ICU 中有数百小时，其他患者则更少）。对于败血症患者，数据文件中显示的是首次发现败血症后 7 小时的每小时读数。然而，从中获得的挑战数据解释说，如果至少在 6 小时前发现脓毒症，脓毒症变量已经记录为 1 - 因此当时的每小时记录可用于预测某人是否患有脓毒症。由于此文件是使用比报告 sepsis=1 的原始文件早 7 小时的每小时读数创建的，因此这实质上消除了原始数据中的时间偏移。换句话说，当此处提交的文件显示 sepsis=1 时，我们正在查看此人感染时的每小时读数，而不是 6 小时前。因此，这些读数对于败血症的早期预测没有用（它们与已经发生的败血症同时发生）。当然，你会发现这个数据集中的预测模型很好（AUC>.9），但是一点用处都没有。然而，这是目标泄漏的一个很好的例子。
