Bayesian binary regression model: an application to in-hospital death after AMI prediction

AUTOR(ES)

Souza, Aparecida D. P., Migon, Helio S.

FONTE

Pesquisa Operacional

DATA DE PUBLICAÇÃO

2004-08

RESUMO

Um modelo bayesiano de regressão binária é desenvolvido para predizer óbito hospitalar em pacientes acometidos por infarto agudo do miocárdio. Métodos de Monte Carlo via Cadeias de Markov (MCMC) são usados para fazer inferência e validação. Uma estratégia para construção de modelos, baseada no uso do fator de Bayes, é proposta e aspectos de validação são extensivamente discutidos neste artigo, incluindo a distribuição a posteriori para o índice de concordância e análise de resíduos. A determinação de fatores de risco, baseados em variáveis disponíveis na chegada do paciente ao hospital, é muito importante para a tomada de decisão sobre o curso do tratamento. O modelo identificado se revela fortemente confiável e acurado, com uma taxa de classificação correta de 88% e um índice de concordância de 83%.

ASSUNTO(S)

predição de probabilidade de óbito seleção de modelos em regressão binária diagnósticos e análise de resíduos

Documentos Relacionados

• Chronic conditions and risk of in-hospital death.
• In-hospital audit underestimates early postoperative morbidity after cardiac surgery.
• Does perioperative lipid-lowering therapy reduce in-hospital mortality after major noncardiac surgery?
• A STUDY OF AN IN-HOSPITAL PREPAID MEDICAL CARE PLAN IN ONTARIO
• In-hospital source of airborne Penicillium species spores.