A partir de cette page vous pouvez :
Retourner au premier écran avec les dernières notices... |
Descripteurs (mots clés)
Thésaurus Mesh
> F > Fouille de données
Fouille de données
Use of sophisticated analysis tools to sort through, organize, examine, and combine large sets of information.
Use of sophisticated tools to parse, organize, and examine textual information.
Use of sophisticated tools to parse, organize, and examine textual information.
Synonyme(s)
Exploration de données; Fouille de texte; Exploration de texteRelation(s)
- voir aussi au terme générique : [Descripteurs (mots clés)] Mémorisation et recherche des informations
- voir aussi au terme spécifique : [Descripteurs (mots clés)] Réduction de dimensionnalité multifactorielle
Ajouter le résultat dans votre panier Affiner la recherche
Etendre la recherche sur niveau(x) vers le bas
Détection des infections du site opératoire par data mining : quelle performance ? / Julie Lizon in Hygiènes, Vol. XXV, n° 6 (décembre 2017)
[article]
in Hygiènes > Vol. XXV, n° 6 (décembre 2017) . - p. 351-358
Titre : Détection des infections du site opératoire par data mining : quelle performance ? Type de document : article de périodique Auteurs : Julie Lizon ; Boris Marchand ; Nicolas Jay ; Arnaud Florentin Année de publication : 2017 Article en page(s) : p. 351-358 Langues : Français (fre) Descripteurs (mots clés) : [Thésaurus HELB]:Paramédical:surveillance
[Thésaurus Mesh]:P:Procédures de chirurgie opératoire:Procédures de chirurgie opératoire / effets indésirables
[Thésaurus Mesh]Fouille de données
[Thésaurus Mesh]Incident critique en soins de santé
[Thésaurus Mesh]Infection croisée
[Thésaurus Mesh]Infection de plaie opératoire
[Thésaurus Mesh]Modèles d'organisation
[Thésaurus Mesh]Techniques d'aide à la décisionRésumé : Objectif. Notre étude a pour objectif d’évaluer l’apport, par rapport au système actuel, des méthodes de data mining(DM) et des données issues du programme de médicalisation des systèmes d’information, pour détecter les infections du site opératoire (ISO). Matériel et méthode. Une étude de cohorte rétrospective a été établie, incluant 3 900 patients ayant été opérés entre le 1er janvier et le 31 août 2015 au centre hospitalier régional universitaire de Nancy. Le gold standard était le diagnostic d’ISO posé par les chirurgiens dans les 30 jours postopératoires. Les modèles de prédiction des ISO ont été construits grâce à deux méthodes de DM : les forêts aléatoires et les modèles adaptatifs (AdaBoost). Les performances des modèles ont été comparées. Résultats.
L’incidence des ISO était de 4,92 %. Les sensibilités et spécificités des modèles de détection étaient respectivement de : 76 % et 93 % pour l’algorithme actuel, 81,4 % et 97,8 % pour le modèle de forêt aléatoire, 79,7 % et 97,7 % pour le modèle AdaBoost. Les deux modèles de DM sont plus performants que l’actuel tant pour l’aire sous la courbe (p < 10-5), que pour le Net Reclassification Improvement (p < 10-3), ainsi que pour le taux d’erreurs global (3 % versus 13 %). Conclusion. Les modèles de prédiction construits par DM ont montré chacun une meilleure performance en matière de détection des ISO. Leur utilisation en routine est possible mais nécessite au préalable leur validation sur un échantillon indépendant.Permalink : https://bibliotheque.helb-prigogine.be/opac_css/index.php?lvl=notice_display&id= [article]Exemplaires
Cote Support Localisation Section Disponibilité aucun exemplaire