تطبيقات التعلم الآلي غير المراقبة في تحليل الكلاستير في المرضى الذين يعانون من التهاب المفاصل الرئوي

تزداد فكرة الإدارة الصحية عمقًا في قلوب الناس، وتتزايد المعرفة العلمية عن الصحة، والتي تستحق الاهتمام العام. يواجه مرضى الرئة المفصلة الرئوية ارتفاعًا كبيرًا في خطر الإصابة بمرض السرطان الرئوي، إلا أن أدوات التقدير الحالية لمدة 10 سنوات لا تعمل بشكل جيد. قام هذا الدراسة بتقييم ما إذا كانت مجموعة uML قادرة على التعرف على نمط الإصابة المحدد للمرضى الذين يعانون من مرض السرطان الرئوي الرئيسي المرتبط بأحداث مختلفة من الإصابة بمرض السرطان الرئوي (MACE) دون إشراف.

في يناير 2019، أدرجت هذه الدراسة مرضى الرأس الذين يتوافقون مع معايير التصنيف ACR/EULAR لعام 2010، وتم تتبعهم على نسبة الإصابة بمرض MACE لأكثر من 5 سنوات. من خلال هذه الدراسة، قمنا بتقييم ميزة التعلم الآلي غير المشرف (uML) في تحديد أنماط الإصابة بمرض الرأس المحدد، مع متابعة الإصابة بمرض MACE لأكثر من 5 سنوات، بهدف تقديم المزيد من الأدلة العلمية والأساليب المرجعية لإدارة أمراض المصابين بمرض RA. تم جمع البيانات السريرية (بما في ذلك العوامل الخطرية التقليدية لـ CV و تقديرات SCORE 2) والبيانات السكانية (بما في ذلك العوامل الخطرية التقليدية ل CV و تقديرات SCORE 2) .

تم تعيين تقسيم قيمة خاصة Bootstrapized في عدد مكونات FAMD للتجميع، تليها التجميع الهرمي على المكونات الرئيسية باستخدام معايير Ward و مسافة Euclidean . An XGBoost model a. من الضروري الإشارة إلى أن ما يلي يستند إلى نتائج الأبحاث العامة الدولية، ويتم استخدامه للمراجع الصحية، وليس يشكل توصية علاجية.

إذا كان هناك شكوك صحية، فيرجى استشارة أخصائيين طبيين متخصصين.