基于机器学习的新冠肺炎典型药物疗效分析

摘要：

目的:新型冠状病毒肺炎具有传播能力强、检测准确率低、治疗难度大等特点,对我国乃至全世界人类健康和社会安全造成了巨大威胁.新冠肺炎目前没有特效药物,因此,需要比较各类药物对新冠肺炎的治疗效果,为重症肺炎患者的治疗提供参考.方法:本文选取某院1 384名重症出院患者作为数据集,提取最广泛使用的三类药物作为训练特征,构建基于药物使用情况预测患者治愈率的多个机器学习模型,最后基于综合性能最优的模型,分析三类药物对于治愈率的重要性.结果:年龄是影响治愈率的最重要因素;激素类药物在所有药物中影响占比最大,中成药的疗效也非常突出.结论:相对于传统的针对单个药物药效的统计学研究方法,机器学习可以将所有药物药效进行综合分析,能直观地显示各个药物对治愈率的影响程度.

关键词：新冠肺炎、机器学习、药物疗效、随机森林、特征重要性

所属期刊栏目：40

分类号：R974(药品)

在线出版日期：2020-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1177-1181