Data Collection during the COVID-19 Pandemic: Learning from Experience, Resulting in a Bayesian Repe

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2021-02-06 06:18

ии в медицине

Всемирная организация здравоохранения опубликовала на своем сайте новую гомеопатию по COVID-19 Большая часть данных, используемых для генерации бумаги, взята из проекта AIH по сбору данных по COVID-19

Сбор данных во время пандемии COVID-19: извлечение уроков из опыта, результаты в байесовском реперториуме.

ЗАДНИЙ ПЛАН:

Новое пандемическое заболевание дало возможность создать новые, специфичные для болезни, рубрики симптомов для гомеопатического реперториума.

ЗАДАЧА:

Целью этого исследования было выявить взаимосвязь между конкретными симптомами и конкретными лекарствами, особенно симптомами, часто возникающими при этом заболевании.

МАТЕРИАЛЫ И МЕТОДЫ:

Сбор данных во всех возможных форматах по всему миру различными сторонами координировала Liga Medicorum Homeopathica Internationalis. По мере поступления данных проспективно оценивалось больше симптомов. Частый анализ и обратная связь с помощью электронных информационных бюллетеней использовались для улучшения качества данных. Были рассчитаны отношения правдоподобия (LR) симптомов. Алгоритм объединения LR симптомов был запрограммирован и опубликован в виде приложения. Приложение было протестировано на 18 хорошо описанных успешных случаях из Гонконга.

РЕЗУЛЬТАТЫ:

LR общих симптомов, таких как «утомляемость» и «головная боль», обеспечили лучшую дифференциацию между лекарствами, чем существующие записи в репертуаре, которые основаны только на узком наличии или отсутствии симптомов. Был опубликован мини-репертуар симптомов COVID-19, который поддерживается веб-алгоритмом. При выборе из 20 общих симптомов этот алгоритм дал тот же результат, что и полный гомеопатический анализ, основанный на большем количестве симптомов, включая те, которые традиционно считаются более специфичными для определенных лекарств.

ЗАКЛЮЧЕНИЕ:

Реперториум, основанный на клинических данных и ЛР, позволяет дифференцировать гомеопатические лекарства с использованием ограниченного числа часто встречающихся эпидемических симптомов. Байесовский компьютерный алгоритм для объединения симптомов может дополнить полный гомеопатический анализ случаев.


Источник: search.bvsalud.org

Комментарии: