福岡脳卒中データベース研究 Language： 福岡脳卒中データベース研究 ホーム FSRとは FSRの概要 理念・目的・沿革 活動内容 研究組織 研究活動 研究内容 研究成果 現在行われている研究 倫理的側面 関連リンク 企業の方へ 言語：JA ／ EN 閉じる ホーム FSRとは FSRの概要 理念・目的・沿革 活動内容 研究組織 研究活動 研究内容 研究成果 現在行われている研究 倫理的側面 関連リンク 企業の方へ 論文発表 研究成果2024Predictive performance of machine learning–based models for poststroke clinical outcomes in comparison with conventional prognostic scores: multicenter, hospital-based observational study Predictive performance of machine learning–based models for poststroke clinical outcomes in comparison with conventional prognostic scores: multicenter, hospital-based observational study Irie F, Matsumoto K, Matsuo R, Nohara Y, Wakisaka Y, Ago T, Nakashima N, Kitazono T, Kamouchi MJMIR AI 3:e46840 急性期脳卒中患者10,513例を用い、機械学習モデルが従来の予後スコア（ASTRAL・PLAN・iScore）よりも高い予測性能を示すかを検証した結果、機械学習モデルは3か月後の機能予後不良（mRS＞2）および死亡の予測において、識別能・キャリブレーションともに優れ、とくに従来スコアに含まれない検査データを含めることで死亡予測の精度向上が示された。 前のページに戻る
論文発表 研究成果2024Predictive performance of machine learning–based models for poststroke clinical outcomes in comparison with conventional prognostic scores: multicenter, hospital-based observational study
Predictive performance of machine learning–based models for poststroke clinical outcomes in comparison with conventional prognostic scores: multicenter, hospital-based observational study Irie F, Matsumoto K, Matsuo R, Nohara Y, Wakisaka Y, Ago T, Nakashima N, Kitazono T, Kamouchi MJMIR AI 3:e46840 急性期脳卒中患者10,513例を用い、機械学習モデルが従来の予後スコア（ASTRAL・PLAN・iScore）よりも高い予測性能を示すかを検証した結果、機械学習モデルは3か月後の機能予後不良（mRS＞2）および死亡の予測において、識別能・キャリブレーションともに優れ、とくに従来スコアに含まれない検査データを含めることで死亡予測の精度向上が示された。 前のページに戻る
