Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Chen, Yen-Po"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    基於Word2vec與XGBoost方法之急診住院預測研究
    (2021) 陳彥伯; Chen, Yen-Po
    急診壅塞問題將增加病患等待時間與病患多樣性亦造成醫療資源配置的困難,故能於病患檢傷階段進行住院預測可將醫療資源配置給急需急診醫療資源之患者。本研究以「台北馬偕教學醫院」之2011年至2018年共計八個年度,1,065,480筆急診病患於檢傷階段可得之主訴、基本資料與診斷資料為研究資料,用以預測住院可能性。研究首先採用自然語言處理之Word2vec詞嵌入語言模型,由主訴篩選住院相關之語意關聯詞。研究進而將結果整合於集成演算法之XGBoost方法進行後續住院預測。本研究涵蓋一系列機器學習流程,包含了結構化資料與主訴資料前處理、主訴之否定詞處理、不平衡資料集處理、Word2vec與XGBoost模型建立及評估。研究結果發現透過整合Word2vec與XGBoost之結果,AUC指標可達0.77;此外,透過檢傷一與檢傷五級資料的整併甚至AUC可達0.89,遠高於過去相關研究。研究推論兩者極端的檢傷資料集可展現弱分類器XGBoost的優勢,因而可顯著提升預測力。研究方法與發現提供急診住院預測參考並希冀提升急診室資源有效配置。

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback