敗血症予測のための入院データ敗血症は、感染に対する体の反応が組織の損傷、臓器不全、または死を引き起こす場合に発生する生命を脅かす状態です。 実際、敗血症は米国の病院にとって他のどの健康状態よりも多くの費用がかかります。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 セットを調べます。 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引き出された多くの予測因子を調べます。 JMP を使用して、欠損値、外れ値、非常に不均衡なカテゴリ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り、発見までの時間を短縮できるかを示します。
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を次に示します。
クリティカルケア医学
カグルデータ
フィジオネット
探索的データ分析生命科学予測モデリングとデータ マイニングRe: 敗血症予測のための入院データこのデータセットを使用しないことをお勧めします。私はこのデータを、それが派生したはるかに複雑なデータに関連して調査しました。元のデータには、ICU 滞在中の 1 時間ごとのデータを含む ICU 患者ごとのファイルがありました。ここで送信されたデータ セットには、患者ごとに 1 つの行が含まれています。このデータ セットの作成方法をリバース エンジニアリングしました。非敗血症患者ごとに、その患者のファイルからランダムに選択された時間 (ICU で何百時間も過ごした患者もいれば、はるかに少ない患者もいます) が報告されました。敗血症患者の場合、敗血症が最初に発見されてから 7 時間後の 1 時間ごとの測定値がデータ ファイルに表示されます。しかし、それが得られた Challenge データは、敗血症が少なくとも 6 時間前に発見された場合、敗血症変数はすでに 1 として記録されていることを説明しています。このファイルは、敗血症 = 1 と報告された元のファイルより 7 時間前の 1 時間ごとの測定値を使用して作成されたため、元のデータの時間シフトが元に戻されます。言い換えれば、ここで提出されたファイルが敗血症=1を示している場合、6時間前ではなく、その人が敗血症である間の1時間ごとの測定値を見ている.したがって、これらの測定値は敗血症の早期予測には役立ちません (すでに発生している敗血症と同時進行しています)。もちろん、このデータ セットの予測モデルは非常に優れていますが (AUC>.9)、まったく役に立ちません。ただし、これはターゲット リークの良い例です。
