A Proposal for Using Selected Tree-Based Models to Identify Operative Risk Subgroups among Patients Undergoing Coronary Artery Bypass Grafting
Streszczenie
Classification and regression trees are very popular and attractive types of
classifiers, widely used to solve decision-making problems in different fields of science.
The study was conducted to identify preoperative risk factors associated with morbidity
outcome among patients undergoing isolated Coronary Artery Bypass Grafting (CABG) and
to develop some classification rules assigning patients to selected risk subgroups. Prediction
rules were established on the basis of the selected tree-structured models. The following
tree-based algorithms were used: QUEST, CRUISE, LOTUS and PLUS. Drzewa klasyfikacyjne i regresyjne należą do bardzo popularnych metod klasyfikacji, przede
wszystkim ze względu na prostotę interpretacji i przejrzystą formę wizualizacji wyników. Stąd
też są one szeroko wykorzystywane do rozwiązywania problemów decyzyjnych w różnych
dziedzinach nauki.
Celem prowadzonych badań była identyfikacja przedoperacyjnych czynników ryzyka,
związanych z wystąpieniem powikłań śród- i pooperacyjnych wśród pacjentów z chorobą
wieńcową, leczonych w sposób operacyjny.
Dodatkowo podjęto próbę zdefiniowania reguł decyzyjnych, które mogłyby umożliwić
przydzielenie pacjenta do jednej z wyróżnionych grup ryzyka operacyjnego na podstawie
opisujących go cech przedoperacyjnych.
Reguły klasyfikacyjne budowano wykorzystując metodę rekurencyjnego podziału. W analizie
uwzględniono algorytmy QUEST i CRUJSE, tworzące drzewa klasyfikacyjne oraz algorytmy
LOTUS i PLUS, łączące rekurencyjny podział przestrzeni cech z analizą regresji logistycznej.
Collections