Prognostication after out-of-hospital cardiac arrest using artificial neural networks
Att kunna göra tillförlitliga prognoser är varje läkares mål. Med hjälp av maskininlärning, framförallt neurala nätverk, har vi tagit fram modeller som presterar bättre än tidigare studier. Årligen drabbas hundratusentals människor världen över av ett hjärtstopp utanför sjukhuset (eng. OCHA). Tyvärr är chansen att man överlever endast mellan 5 till 10 procent. Om man överlever det initiala hjärtstArtificial Neural Networks (ANN) are used to prognosticate the outcome of patients suffering from an out-of-hospital cardiac arrest. A prognosis is made for different periods, dependent on when data becomes available: at admission, day one, day two, and day three. Previous research has achieved an Area Under the Curve (AUC) of around 0.82 for the early prediction (admission) using the same data. T