ஜர்னல் ஆஃப் பாக்டீரியாலஜி & பாராசிட்டாலஜி

சுருக்கம்

கோவிட்-19 நோயாளிகளுக்கான இறப்பு கணிப்பு: முறைகள் மற்றும் சாத்தியம்

பீட்டர் ஜெம்மர்

கொரோனா வைரஸின் தொற்றுநோய் பரவல் உலகளவில் சுகாதார சேவைகளில் அதிக சுமையை ஏற்படுத்துகிறது. தேவையான மருத்துவ சிகிச்சையானது உள்ளூர் கிளினிக்குகளில் வரம்புகளை அடையலாம் மற்றும் நோயின் தீவிரத்தன்மையின் விரைவான மற்றும் பாதுகாப்பான மருத்துவ மதிப்பீடு இன்றியமையாததாகிறது என்பதை அனுபவம் காட்டுகிறது. தீவிர சிகிச்சை நோயாளிகளுக்கு பயோமார்க்ஸ் தொடர்ந்து தீர்மானிக்கப்படுகிறது. இயந்திர கற்றல் கருவிகள் உடல்நிலையை மதிப்பிடுவதற்கும் நோயாளியின் இறப்பு அபாயத்தைக் கணிக்கும் பொருட்டும் பொருத்தமான உயிரியக்க குறிப்பான்களைத் தேர்ந்தெடுக்கப் பயன்படும். வெளிப்படையான முன்கணிப்பு மாதிரிகள் தீவிர சிகிச்சை நோயாளிகளின் குறிப்பிட்ட சுகாதார நிலைமைகள் தொடர்பாக பயோமார்க்ஸர்களின் பண்புகள் மற்றும் வளர்ச்சி பற்றிய கூடுதல் அறிக்கைகளை அனுமதிக்கின்றன.

இந்த வேலையில், மாற்று மற்றும் மேம்பட்ட மாதிரி அணுகுமுறைகள் (ஆதரவு வெக்டர் மெஷின், அப்பாவி பேய்ஸ், ஃபஸி சிஸ்டம்) இலக்கியத்தில் முன்மொழியப்பட்ட மாதிரிகளுடன் ஒப்பிடப்படுகின்றன. கூடுதலாக, நோயாளிகளின் பாலினம் மற்றும் காலப்போக்கில் பயோமார்க்ஸில் ஏற்படும் மாற்றங்கள் போன்ற அம்சங்கள் மாடலிங்கில் சேர்க்கப்பட்டுள்ளன. ஒரு செயற்கை நரம்பியல் நெட்வொர்க் (SOM) பயோமார்க்ஸர்களைத் தேர்ந்தெடுப்பதற்குப் பயன்படுத்தப்படுகிறது. பயோமார்க்ஸர்களின் புள்ளிவிவர பகுப்பாய்வு, நோயாளிகளின் முக்கியமான நிலையில் அவற்றின் மதிப்புகள் மற்றும் மாற்றங்களை வெளிப்படுத்துகிறது. ஒரு மாதிரி ஒப்பீட்டில், ஒரு சுஜெனோ வகை தெளிவில்லாத முன்கணிப்பு சுகாதார மதிப்பீடு மற்றும் முடிவு ஆதரவுக்கான சிறந்த முடிவுகளை அடைந்தது. தெளிவற்ற அமைப்பு பைனரி முடிவுகளுக்குப் பதிலாக தொடர்ச்சியான வெளியீட்டு மதிப்புகளை வழங்குகிறது, இதனால் சந்தேகத்திற்குரிய வழக்குகள் நிராகரிப்பு வகுப்பிற்கு ஒதுக்கப்படலாம். நீட்டிக்கப்பட்ட தெளிவற்ற மாதிரியானது நோயாளியின் பாலினம் மற்றும் காலப்போக்கில் முக்கிய அம்சங்களின் போக்கைக் கணக்கில் எடுத்துக்கொள்கிறது, இதனால் பயிற்சித் தரவுகளுடன் 98% க்கும் அதிகமான துல்லியத்துடன் சிறந்த முடிவுகளை வழங்குகிறது. இருப்பினும், பொருத்தமான சோதனைத் தரவு இல்லாததால் இதை இறுதியாக சரிபார்க்க முடியவில்லை. அனைத்து மாடல்களின் உருவாக்கம் மற்றும் பயிற்சியானது Matlab© கருவிகள் மற்றும் கூடுதல் சரிசெய்தல் இல்லாமல் முழுமையாக தானாகவே இருந்தது.