Resumen

Este artículo presenta un novedoso método de estratificación del riesgo mediante una máquina de aprendizaje extremo (ELM). La ELM se integró en un sistema de puntuación para identificar el riesgo de parada cardiaca en pacientes del servicio de urgencias (SU). Los experimentos se llevaron a cabo en una cohorte de 1025 pacientes en estado crítico que acudieron al servicio de urgencias de un hospital terciario. Se evaluaron ELM y ELM basado en votación (V-ELM). Para mejorar el rendimiento de la predicción, propusimos un algoritmo V-ELM selectivo (SV-ELM). Los resultados mostraron que los métodos de puntuación basados en ELM superaron al método de puntuación basado en la máquina de vectores de soporte (SVM) en el análisis de características operativas del receptor.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:elm, nuevo método de estratificación del riesgo, máquina de aprendizaje extremo, máquina de vectores de apoyo, parada cardiaca, análisis de características, servicio de urgencias, pacientes enfermos, rendimiento de la predicción, funcionamiento del receptor
• Keywords:elm, novel risk stratification method, extreme learning machine, support vector machine, cardiac arrest, characteristic analysis, emergency department, ill patients, prediction performance, receiver operation