文件名称：batch4_diafoirus_fleming:弗莱明项目的回购（对死亡威胁的动态预测）
文件大小：980KB
文件格式：ZIP
更新时间：2024-05-29 21:43:26
machine-learning healthcare medical-information mortality-prediction JupyterNotebook
团队3-弗莱明（Fleming） 以亚历山大·弗莱明（1881-1955），前苏格兰医师，微生物学家和药理学家的名字命名，1945年诺贝尔生理学或医学奖，以发现溶菌酶和世界上第一种抗生素（青霉素G）而闻名。 该项目的主要目标是在几天内动态预测给定患者的死亡风险。 会议记录 04/04/2018 数据探索 关于如何组成队列的讨论（年龄，性别，平均胆固醇，平均心率，平均动脉压，身高，体重，过敏数量等）， 要获得的重要统计数据：每单位住院时间（对观察次数的影响），诊断和按年划分的死亡率和发生率，每单位同病心率，同类人群经典指标的统计数据。 2018年04月11日 展示OMOP的优点： 可以测试OMOP格式 去做 直接在python中访问MIMIC PostGreS 对所有主要指标（SOFA，IGS-II）进行基准测试，并编写脚本进行计算。 进行完整的EDA（jupyter笔记本
【文件预览】：
batch4_diafoirus_fleming-master
----omop_data_preprocessing.ipynb(99KB)
----omop_connection.ipynb(41KB)
----omop_create table.ipynb(4KB)
----omop_create dataset.ipynb(127KB)
----omop_severity_scores()
--------omop_create_sofa_dataset.ipynb(108KB)
--------Untitled.py(9KB)
--------omop_sapsii_components.ipynb(138KB)
--------omop_saps_ii_draft.ipynb(31KB)
--------scores_for_demo_day.ipynb(856KB)
--------omop_sapsii_proxi.ipynb(139KB)
--------__init__.py(190B)
--------sofa_preparation_code.ipynb(43KB)
--------Define_Linearized_SOFA_score.ipynb(136KB)
----presentation_omop.ipynb(47KB)
----__init__.py(87B)
----sql_queries()
--------cause_of_death.sql(743B)
--------stats.sql(2KB)
--------cohort.sql(912B)
----user()
--------README.md(382B)
----README.md(6KB)
----fleming_lib()
--------severity_scores.py(10KB)
--------untitled(0B)
--------preprocessing.py(3KB)
--------utils.py(9KB)
--------dataset.py(9KB)
--------__init__.py(86B)
--------metrics.py(4KB)
--------untitled1(0B)
--------paths.py(1KB)
--------tools.py(2KB)
----omop_build_data.py.ipynb(36KB)
----omop_eda.ipynb(244KB)
----omop_create_dataset_mini.ipynb(4KB)
----.gitignore(64B)