SURVIVAL ANALYSIS APPLYING COX MODEL AND MACHINE LEARNING TO COVID-19 DATA IN THE CITY OF BUCARAMANGA BETWEEN MARCH 2020 TO MARCH 2023 (Atena Editora)

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributor.authorJORDÁN, GIANN AXEL LEGUÍZAMO-
Autor(es): dc.contributor.authorARANGO, EMILIANO RODRÍGUEZ-
Data de aceite: dc.date.accessioned2024-01-30T20:46:17Z-
Data de disponibilização: dc.date.available2024-01-30T20:46:17Z-
Data de envio: dc.date.issued2024-01-30-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/741844-
Resumo: dc.description.abstractEste estudio realiza un análisis comparativo del rendimiento de las técnicas de Machine Learning, redes neuronales y tradicionales de análisis de supervivencia. Las técnicas comparadas son el tradicional modelo de riesgos proporcionales de Cox (CPH), técnica de Machine Learning Random Survival Forest (RSF) y redes neuronales como DeepSurv. Estas técnicas se aplican para el estudio de casos de Covid-19 de los pacientes diagnosticados en la ciudad de Bucaramanga entre marzo del 2020 y marzo del 2023. Este estudio demuestra un mejor rendimiento se obtuvo con la técnica de Random Survival Fores en la predicción de la función de supervivencia medidos a través del C – índex, Brier score y AUC.pt_BR
Idioma: dc.language.isoenpt_BR
Palavras-chave: dc.subjectCovid-19pt_BR
Título: dc.titleSURVIVAL ANALYSIS APPLYING COX MODEL AND MACHINE LEARNING TO COVID-19 DATA IN THE CITY OF BUCARAMANGA BETWEEN MARCH 2020 TO MARCH 2023 (Atena Editora)pt_BR
Tipo de arquivo: dc.typelivro digitalpt_BR
Aparece nas coleções:Livros digitais