

소개
Die Fruherkennung eines septischen Schocks ist entscheidend fur die Verbesserung der Patientenergebnisse. Ziel dieser Studie ist die Entwicklung eines Modells fur maschinelles Lernen, das XGBoost verwendet, um einen septischen Schock sechs Stunden im Voraus vorherzusagen. Das Modell wurde mit einem offentlichen Datensatz trainiert, der 40.336 Patienten umfasste. Es wurde an einem Teil dieses Datensatzes getestet und erreichte eine Genauigkeit von 0,97 und eine AUC von 0,874.



