PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2007 | 206 Methods of Multivariate Statistical Analysis and Their Applications | 199--208
Tytuł artykułu

A Proposal for Using Selected Tree-Based Models to Identify Operative Risk Subgroups Among Patients Undergoing Coronary Artery Bypass Grafting

Warianty tytułu
Propozycja wykorzystania wybranych modeli drzew klasyfikacyjnych i regresyjnych do identyfikacji grup ryzyka operacyjnego pacjentów z chorobą wieńcową leczonych operacyjnie
Języki publikacji
EN
Abstrakty
EN
Classification and regression trees are very popular and attractive types of classifiers, widely used to solve decision-making problems in different fields of science. The study was conducted to identify preoperative risk factors associated with morbidity outcome among patients undergoing isolated Coronary Artery Bypass Grafting (CABG) and to develop some classification rules assigning patients to selected risk subgroups. Prediction rules were established on the basis of the selected tree-structured models. The following tree-based algorithms were used: QUEST, CRUISE, LOTUS and PLUS. (original abstract)
Drzewa klasyfikacyjne i regresyjne należą do bardzo popularnych metod klasyfikacji, przede wszystkim ze względu na prostotę interpretacji i przejrzystą formę wizualizacji wyników. Stąd też są one szeroko wykorzystywane do rozwiązywania problemów decyzyjnych w różnych dziedzinach nauki. Celem prowadzonych badań była identyfikacja przedoperacyjnych czynników ryzyka, związanych z wystąpieniem powikłań śród- i pooperacyjnych wśród pacjentów z chorobą wieńcową, leczonych w sposób operacyjny. Dodatkowo podjęto próbę zdefiniowania reguł decyzyjnych, które mogłyby umożliwić przydzielenie pacjenta do jednej z wyróżnionych grup ryzyka operacyjnego na podstawie opisujących go cech przedoperacyjnych. Reguły klasyfikacyjne budowano wykorzystując metodę rekurencyjnego podziału. W analizie uwzględniono algorytmy QUEST i CRUISE, tworzące drzewa klasyfikacyjne oraz algorytm LOTUS i PLUS, łączące rekurencyjny podział przestrzeni cech z analizą regresji logistycznej. (abstrakt oryginalny)
Twórcy
  • University of Lodz, Poland
Bibliografia
  • Breiman L., Friedman J., Olshen R., Stone С. (1984), Classification and Regression Trees, CRC Press, London.
  • Chan K.-Y., Loh W.-Y. (2004), LOTUS: An Algorithm for Building Accurate and Comprehensible Logistic Regression Trees, "Journal of Computational and Graphical Statistics", 13, Issue 4, 826-852.
  • Domański Cz., Iwaszkiewicz-Zasłonka A., Jaszewski R., Zasłonka J. (red.) (2003), Zastosowanie metod statystycznych w badaniach pacjentów z chorobą niedokrwienia] serca leczonych operacyjnie, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
  • Gatnar E. (2001), Nieparametryczna metoda dyskryminacji i regresji, Wydawnictwo Naukowe PWN, Warszawa.
  • Higgins T. L., Estafanous F. G., Loop F. D., Beck G. J., Blum J. M., Paranandi L. (1992), Stratification of Morbidity and Mortality Outcome by Preoperative Risk Factors in Coronary Artery Bypass Patients. A Clinical Severity Score, JAMA (May 6), 267, 17, 2344-2348.
  • Kim H., Loh W.-Y. (2001), Classification Trees with Unbiased Multiway Splits, "Journal of the American Statistical Association", 96, 598-604.
  • Lim T.-S. (2000), Polytomous Logistic Regression Trees, Department of Statistics, University of Wisconsin, Madison, PhD Thesis.
  • Loh W.-Y., Shih Y.-S. (1997), Split Selection Methods for Classification Trees, "Statistica Sinica", 7, 815-840.
  • Misztal M. (2005), Wykorzystanie metody rekurencyjnego podziału do identyfikacji grup ryzyka operacyjnego pacjentów z chorobą wieńcową, [in:] Klasyfikacja i analiza danych - teoria i zastosowania, K. Jajuga, M. Walesiak (red.), "Taksonomia", 12, (Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1076, Wydawnictwo AE we Wrocławiu), 330-338.
  • Nashef S.A., Roques F., Michel P., Gauducheau E., Lemeshow S., Lemshow S., Salamon R. (1999), European System for Cardiac Operative Risk Evaluation (EuroSCORE), "European Journal of Cardiothoracic Surgery", 16, 9-13.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171230743

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.