Pokaż uproszczony rekord

dc.contributor.authorMisztal, Małgorzata
dc.contributor.authorBanach, Maciej
dc.date.accessioned2015-03-09T06:49:30Z
dc.date.available2015-03-09T06:49:30Z
dc.date.issued2009
dc.identifier.issn0208-6018
dc.identifier.urihttp://hdl.handle.net/11089/7118
dc.description.abstractW badaniach medycznych do przewidywania przynależności pacjentów do jednej z wyróżnionych dwóch klas zwykle wykorzystuje się model regresji logistycznej. Algorytmy minimalnoodległościowe, takie jak np. algorytm najbliższego sąsiada, mimo ich prostoty i intuicyjnej interpretacji, są wykorzystywane bardzo rzadko. W referacie podjęto próbę zastosowania algorytmów opartych na odległościach (NN, k-NN, DB oraz k-NN Tree) do prognozowania wystąpienia migotania przedsionków wśród 300 pacjentów po zabiegu wymiany zastawki aortalnej.pl_PL
dc.description.abstractLogistic regression is the most popular method used to classify patients into 2 selected subgroups in medical research. Distance-based algorithms, such as nearest neighbor algorithm, simple and intuitive, are rarely used in practice. In the study some selected distance-based algorithms (NN, k-NN, DB and k-NN Tree) were applied to predict atrial fibrillation (AF) incidents among 300 patients with aortic valve defects, who underwent aortic valve replacement.pl_PL
dc.description.sponsorshipZadanie pt. „Digitalizacja i udostępnienie w Cyfrowym Repozytorium Uniwersytetu Łódzkiego kolekcji czasopism naukowych wydawanych przez Uniwersytet Łódzki” nr 885/P-DUN/2014 dofinansowane zostało ze środków MNiSW w ramach działalności upowszechniającej naukę.pl_PL
dc.language.isoenpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.relation.ispartofseriesActa Universitatis Lodziensis. Folia Oeconomica;228
dc.subjectmedical researchpl_PL
dc.subjectlogistic regressionpl_PL
dc.subjectdistance-based algorithmspl_PL
dc.subjectatrial fibrillationpl_PL
dc.titleOn Distance-Based Algorithms in Medical Applicationpl_PL
dc.title.alternativeO algorytmach minimalnoodległościowych w zastosowaniach medycznychpl_PL
dc.typeArticlepl_PL
dc.page.number205-212pl_PL
dc.contributor.authorAffiliationMałgorzata Misztal, Chair of Statistical Methods, University of Łódźpl_PL
dc.contributor.authorAffiliationMaciej Banach, Chair of Cardiology and Cardiac Surgery, Medical University of Łódźpl_PL
dc.referencesBanach M., Rysz J., Drożdż J., Okoński P., Misztal M., Barylski M., Irzmański R., Zasłonka J. (2006), Risk Factors of Atrial Fibrillation Following Coronary Artery Bypass Grafting. A Preliminary Report, Circulation Journal, 70: 438-441.
dc.referencesBanach M., Goch A., Misztal M., Rysz J., Jaszewski R., Goch J. H., (2007), Predictors of Paroxymal Atrial Fibrillation in Patients Undergoing Aortic Valve Repalcement, The Journal o f Thoracic and Cardiovascular Surgery (in press).
dc.referencesButtrey S.E., Karo C. (2002), Using k-nearest-neighbor classification in the leaves of a tree, Computational Statistics & Data Analysis 40 (2002), 27-37.
dc.referencesCuadras C. M. (1989), Distance Analysis in Discrimination and Classification Using Both Continuous and Categorical Variables, (in:) Statistical Data Analysis andInference,(Dodge ed.), Elsevier Science Publishers В. V., North Holland, 459-473.
dc.referencesFielding A. H. (2007), Cluster and Classification Techniques for the Biosciences,Cambridge University Press, Cambridge.
dc.referencesKurzyński M. (1997), Rozpoznawanie obiektów. Metody statystyczne, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław.
dc.referencesLarose D. T. (2006), Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, PWN, Warszawa.
dc.referencesTadeusiewicz R., Flasiński M. (1991), Rozpoznawanie obrazów, PWN, Warszawa.


Pliki tej pozycji

Thumbnail

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord