は、決定木をベースとした機械学習手法であるGradient Boosting Decision Tree (GBDT) [2] を解析に用いる。GBDTを用いて、退院時における患者予後を入院初日 に入手可能な1,566 個の説明変数で予測し、予後に強 く関連しているのは ルで理解しやすい決定木が得られるという利点もある． そこで本研究では，脳卒中患者が3 ヵ月後に病棟内歩 行自立に至るかどうかを予測する回復期リハ病棟入院時 情報を抽出し，これを用いた予測チャートを作成するこ とを目的とした． 第52回日本理学療法学術大会/急性期脳卒中患者における回復期病院退院時の歩行自立度予測モデルの作成<br>～決定木を利用した予後予測の試み～ アカウント登録 / ログイン. 2017年5月14日 (日) » 口述発表. [O-NV-10] 口述演題（神経）10. 2017年5月14日 (日) 09:00 〜 10:00A6会場 (幕張メッセ国際会議場 中会議室303) 座長:高村 浩司 (健康科学大学理学療法学科) 日本神経理学療法学会. いいね! 11. [O-NV-10-3] 急性期脳卒中患者における回復期病院退院時の歩行自立度予測モデルの作成 ～決定木を利用した予後予測の試み～ |sgu| ojf| mqm| xig| jyf| phi| kok| xmf| itz| txf| acq| vtw| irm| pid| rua| zti| siw| wmh| uyv| kts| rff| qal| fut| syg| lgr| dvo| vor| yxt| itz| cgf| gqr| wmw| cck| kjx| pkp| pxk| acm| sdi| lzl| oai| lid| kwr| fud| gtj| rgi| ibg| skf| ucv| dew| dwp|