糟糕的工作是如何让你更好地预测新冠肺炎的

病人“title=
资料来源:Unsplash/CC0 Public Domain

谈论你工作中糟糕的一天可能会带来很好的解决方案。冷泉港实验室(CSHL)副教授Saket Navlakha和他的妻子、纪念斯隆凯特琳癌症中心(MSK)的传染病医生Sejal Morjaria博士发现了一种预测癌症患者COVID-19严重程度的方法。他们开发的计算工具防止了不必要的昂贵测试,并改善了病人的护理。

Morjaria说:“一般来说,我对病人的进展有很好的直觉。”然而,面对COVID-19时,这种直觉却让她失败了。她说:

“当大流行第一次打击时,我们有很难理解和预测哪些患者将有严重的科迪德。人们正在订购一名实验室,并且很多时候都有不必要的实验室测试。”

Navlakha于2019年加入CSHL。他使用理解生物过程。Morjaria想知道她的丈夫是否能帮上忙:

“所以我回家了,我会告诉他,'Saket,如果我们能想出一种方法来弄清楚,使用机器学习,那么患者将继续发展严重的科夫迪。'“

研究小组收集了267个变量诊断患有Covid-19。变量从年龄和性别到癌症类型,最近的治疗和实验室结果。他们培训了一个机器学习计算机程序,将患者分为三组。那些通过呼吸机需要高水平的氧气的人:

  1. 立即
  2. 几天后
  3. 一点也不

研究人员发现了大约50个对结果预测贡献最大的变量。他们的方法准确率为70-85%,对于那些需要立即进行通气的患者来说尤其有效。更一般地说,该工具可以帮助梳理多个交互之间的交互这可能是不明显的,甚至到那些训练有素的眼睛的人。该计划还可以防止过度测试,莫尔哈里亚知道将“备用患者不必要的巨大医院成本”。

纳瓦克哈认为,如果没有与他的妻子和其他MSK临床医生 - 科学家在内的情况下,这项工作将无法实现,包括Rocio-Perez Johnston和Ying Taur。他说:

“Sejal和我讨论了更好的方法,将她在床上的经历与我们可以分析和计算的东西结合起来。作为一个从未共事过的人如果我没有Sejal的指导就这么做了,我就会犯很多错误,这将是一场灾难,完全没用。”

Navlakha和Morjaria希望他们的工作将激励更多的医生和计算机科学家一起工作,为复杂疾病创造创新的临床解决方案。


进一步探索

英国癌症患者在Covid-19之后更有可能死于欧洲癌症患者

更多信息: 《BMC传染病》杂志,DOI: 10.1186 / s12879 - 021 - 06038 - 2
由...提供冷泉港实验室
引用:在工作中有多糟糕的一天导致更好的Covid预测(2021,5月3日)从//www.pyrotek-europe.com/news/2021-05-bad-dovid.html中检索到5月3日2021年5月3日
此文件受版权保护。除作私人学习或研究之公平交易外,未经书面许可,任何部分不得转载。本内容仅供参考之用。
股票

反馈到编辑

用户评论