住院时长预测模型的应用及其在新型冠状病毒肺炎中的研究进展

摘要：

新型冠状病毒肺炎(COVID-19)自暴发以来,病例数迅速增长,对各地的公共卫生系统形成了巨大的挑战,因此预测COVID-19住院时长对于规划医疗资源有着十分重要的科学意义.经典统计学模型构建方式简单,易于在临床上使用.机器学习对于处理复杂的高维数据有优势.然而,对COVID-19住院时长的预测模型构建的研究目前较少,主要有半参数模型、非参数模型、诺曼图.本文总结了经典统计学模型、机器学习模型、诺曼图等在COVID-19住院时长的预测应用情况.

关键词：新型冠状病毒肺炎、住院时长、预测、模型

所属期刊栏目：22

分类号：R563.1;R197;O175.3

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1455-1457