జర్నల్ ఆఫ్ ఫోరెన్సిక్ బయోమెకానిక్స్

నైరూప్య

బాధాకరమైన బృహద్ధమని గాయం తర్వాత రోగులలో మనుగడను అంచనా వేయడానికి మెషిన్ లెర్నింగ్ పద్ధతులు

నిస్రీన్ షిబాన్, హెన్రీ ఝాన్, నిమా కోకాబి, జమ్లిక్-ఒమారి జాన్సన్, తారెక్ హన్నా, జస్టిన్ స్క్రాగర్, జూడీ గిచోయా, ఇమోన్ బెనర్జీ, హరి త్రివేది, జాషువా గౌల్, ఆండ్రూ ఎల్హబ్ర్

నేషనల్ ట్రామా డేటా బ్యాంక్ (NTDB) అనేది ట్రామా రోగులలో రోగనిర్ధారణ, చికిత్స మరియు ఫలితాల సమాచారం యొక్క వనరు. బాధాకరమైన బృహద్ధమని గాయం తర్వాత మనుగడను అంచనా వేయడానికి మేము NTDB మరియు మెషిన్ లెర్నింగ్ టెక్నిక్‌లను ఉపయోగిస్తాము. మేము మొత్తం డేటాను ఉపయోగించి NTDB–1ని ఉపయోగించి రెండు ప్రిడిక్టివ్ మోడల్‌లను సృష్టిస్తాము మరియు 2) వచ్చిన తర్వాత మొదటి గంటలో అందుబాటులో ఉన్న డేటాను మాత్రమే ఉపయోగిస్తాము (కాబోయే డేటా). డైమెన్షియాలిటీని తగ్గించడానికి ఫీచర్ ఇంజనీరింగ్‌కు ముందు మరియు తర్వాత ఏడు వివక్షత గల మోడల్ రకాలు పరీక్షించబడ్డాయి. అత్యుత్తమ పనితీరు గల మోడల్ XG బూస్ట్, మొత్తం డేటాను ఉపయోగించి 0.893 మరియు భావి డేటాను ఉపయోగించి 0.855 యొక్క మొత్తం ఖచ్చితత్వాన్ని సాధించింది. ఫీచర్ ఇంజనీరింగ్ అన్ని మోడళ్ల పనితీరును మెరుగుపరిచింది. గ్లాస్గో కోమా స్కేల్ స్కోర్ మనుగడకు అత్యంత ముఖ్యమైన అంశం, మరియు థొరాసిక్ ఎండోవాస్కులర్ బృహద్ధమని మరమ్మత్తు బయటపడిన రోగులలో సర్వసాధారణం. ధూమపానం, న్యుమోనియా మరియు మూత్ర నాళాల ఇన్ఫెక్షన్ పేలవమైన మనుగడను అంచనా వేసింది. సంరక్షణలో వ్యత్యాసాలను ప్రతిబింబించే నల్లజాతి మరియు బీమా లేని రోగుల ఫలితాలలో అసమానతలను కూడా మేము గమనించాము.