Biblioteca122.294 documentos en línea

Artículo

Machine Learning-Based Gynecologic Tumor Diagnosis and Its Postoperative Incisional Infection Influence Factor AnalysisDiagnóstico de tumores ginecológicos basado en aprendizaje automático y análisis de los factores que influyen en las infecciones postoperatorias

Resumen

Se analizaron diversos factores que influyen en la infección incisional postoperatoria en tumores ginecológicos y se estudió el valor de la intervención de enfermería de calidad. En este estudio, se seleccionaron al azar 74 pacientes con tumores ginecológicos tratados quirúrgicamente dentro del hospital como población de estudio y se dividieron en grupos de estudio y de control. Con este fin, se utiliza el método de muestreo aleatorio de todo el grupo para comparar las tasas de infección incisional postoperatoria de los dos grupos, analizar sus factores influyentes y desarrollar intervenciones de enfermería de calidad. En este trabajo se desarrolló un modelo de predicción del diagnóstico del cáncer de mama combinando el mecanismo de autoatención. El trabajo de preprocesamiento, como la cuantificación y la normalización de los datos, se realizó en primer lugar y, a continuación, se añadieron los datos preprocesados al mecanismo autoatento. Este modelo ha resuelto el problema de que las redes neuronales recurrentes (RNN) no podían extraer y calcular las características al mismo tiempo. Asimismo, ha resuelto el inconveniente de que las RNN no podían considerar las características globales al mismo tiempo al extraer las características y, a continuación, la matriz de características extraída por el mecanismo autoatento se añadió a la red neuronal adaptativa. Se construyó el modelo de red neuronal adaptativa para la predicción del diagnóstico del cáncer de mama y, por último, se ajustaron los parámetros relevantes del modelo de red neuronal adaptativa en función de las diferentes tareas para que el rendimiento del modelo fuera óptimo. Los resultados experimentales mostraron que la tasa de infección postoperatoria por incisión de las pacientes del grupo de estudio fue del 2,70%, significativamente inferior a la del 21,62% del grupo de control (P<0,05). Asimismo, el tiempo de operación, el método quirúrgico, el tiempo de hospitalización, la fiebre preoperatoria, la diabetes mellitus y la anemia fueron los principales factores que influyeron en la infección postoperatoria de la incisión en mujeres con tumores ginecológicos. El tiempo de intervención, el método quirúrgico, el tiempo de hospitalización, la fiebre preoperatoria, la diabetes y la anemia son los principales factores que provocan infección postoperatoria de la incisión en mujeres con tumores ginecológicos.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento