通過交互式預測建模減少糖尿病醫院再入院率Mary Loveless，JMP高級系統工程師，SAS
Ruth Hummel，博士，JMP學術大使，SAS
糖尿病是一種慢性疾病，僅影響美國12個居民中的一個，僅在美國每年花費約2500億美元。在本次演講中，我們使用糖尿病患者和醫院結果數據來確定與糖尿病再入院相關的關鍵因素，並使用現代建模技術預測再入院的可能性。該數據集可從加州大學歐文機器學習庫公開獲取，包括10年的臨床護理和人口統計信息數據（1999-2008），適用於130家醫院和綜合分娩網絡的約70,000名患者。這些數據來自健康事實數據庫（Cerner公司），並由弗吉尼亞聯邦大學的臨床和轉化研究中心取消鑑定和取樣，然後公開發布。使用這些數據，我們展示了數據準備工具，演示了交互式可視化技術，並討論了驗證模型精度的重要性。然後我們構建了幾個探索性和預測性模型，包括邏輯回歸，自助森林和增強樹，神經網絡和懲罰回歸（LASSO，彈性網和脊）。我們以交互方式比較競爭模型，評估錯誤分類的風險並選擇最佳模型。最後，我們生成評分代碼，將選定的模型部署為基於Web的交互式應用程序。
預測建模
