지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.6
- 수록면
- 263 - 271 (9page)
- DOI
- 10.7232/JKIIE.2021.47.3.263
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Overcrowding within emergency departments (ED) affects patient satisfaction and quality of care. The leading causes of ED overcrowding are systematic delays between procedures and patient disposition after ED treatment. Early prediction of patient disposition can improve patient flow and optimize allocation of hospital resources. While studies for predicting disposition using machine learning methods have been actively conducted abroad, few have been conducted in South Korea in spite of the lagging emergency medical environment. Previous studies are limited to binary predictions; either hospital admission or discharge. In this study, we attempted to predict disposition (discharge, general ward admission, ICU admission) of patients using initial information of ED patients from the Korean national emergency department information system (NEDIS). We used five machine learning methods including logistic regression, decision tree, random forest, CatBoost, and TabNet. The results showed that CatBoost yielded the best performance. This result can aid in decision making by providing standard indicators for hospital admission.
목차
1. 서론
2. 실험 방법
3. 결과
4. 결론
참고문헌
참고문헌 (17)
참고문헌 신청
Ai, G. C. and Tomas, P. (2019), TabNet : Attentive Interpretable Tabular Learning, arXiv preprint arXiv:1908.07442.
Barak-Corren, Y., Fine, A. M., and Reis, B. Y. (2017), Early Prediction Model of Patient Hospitalization from the Pediatric Emergency department, Pediatrics, 139(5), https://doi.org/10.1542/peds.2016-2785.
Breiman, L. (2001), Random Forests, Machine Learning, 45(1), 5-32.
Breiman, L., Friedman, J., Stone, C. J., and Olshen, R. A. (1984), Classification and Regression Trees, CRC press.
Graham, B., Bond, R., Quinn, M., and Mulvenna, M. (2018), Using Data Mining to Predict Hospital Admissions from the Emergency Department, IEEE Access, 6, 10458-10469.
Barak-Corren, Y., Fine, A. M., and Reis, B. Y. (2017), Early Prediction Model of Patient Hospitalization from the Pediatric Emergency department, Pediatrics, 139(5), https://doi.org/10.1542/peds.2016-2785.
Breiman, L. (2001), Random Forests, Machine Learning, 45(1), 5-32.
Breiman, L., Friedman, J., Stone, C. J., and Olshen, R. A. (1984), Classification and Regression Trees, CRC press.
Graham, B., Bond, R., Quinn, M., and Mulvenna, M. (2018), Using Data Mining to Predict Hospital Admissions from the Emergency Department, IEEE Access, 6, 10458-10469.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
머신러닝을 활용한 응급실 내원 환자 퇴실 조치 결정 조기 예측
대한산업공학회 추계학술대회 논문집
2020 .11
-
Benefits and Costs of Machine Learning-Based Hospitalization Predictions for Emergency Department Patients
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
감염예방을 위한 응급실 환자분류공간 국내외 시설기준 분석연구
의료·복지 건축(구 한국의료복지시설학회지)
2016 .01
-
응급실 환자공간의 실내 환경을 위한 요소 도출
대한건축학회논문집
2021 .04
-
The optimal decision making for the university admission problem
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
Catboost 알고리즘을 통한 교통흐름 예측에 관한 연구
한국산학기술학회 논문지
2021 .03
-
기계학습 알고리즘 기반 재활 센터 환자 노쇼 예측 모델 개발
한국통신학회 학술대회논문집
2024 .11
-
Analysis of Factors Affecting Satisfaction of 119 Emergency Service Users in Korea
Journal of information and communication convergence engineering
2021 .12
-
Seismic Performance Evaluation of Bridge Networks Using CatBoost Machine Learning
한국콘크리트학회 학술대회 논문집
2022 .11
-
응급실 체류 중에 의식이 저하된 환자의 특성 : 의식명료 환자와의 비교연구
한국산학기술학회 논문지
2018 .10
-
스마트기기를 이용하는 응급 정보 서비스 환경 설계
한국정보통신학회 종합학술대회 논문집
2020 .10
-
미국의료시설 응급부의 시대적 변천과 공간적 특성에 관한 연구
의료·복지 건축(구 한국의료복지시설학회지)
2018 .01
-
대구광역시의 인구밀집과 거리에 따른 응급실 접근성
한국산학기술학회 논문지
2020 .07
-
멀티모달 의료 데이터의 머신러닝 기반 폐렴 호흡기질환자의 중환자실 입실과 사망 예측 모델개발
한국통신학회 인공지능 학술대회 논문집
2023 .09
-
A Design of Emergency Medical Image Communication System EMICS based on DICOM suitable for Emergency medical system
한국컴퓨터정보학회논문지
2015 .07
-
Deep Learning Model for Predicting Critical Patient Conditions
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2024 .09
-
Comparison of Machine Learning Models for Solar Energy Prediction
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
IEC 61850 Ed 2 데이터 특성과 스키마 변경 분석 및 Ed 1-2 연계 엔지니어링 방안 고찰
대한전기학회 학술대회 논문집
2019 .07
-
의약품 처방 데이터 기반의 지역별 예상 환자수 및 위험도 예측
멀티미디어학회논문지
2018 .02
-
재입원 예측 모형 개발에 관한 연구
한국산학기술학회 논문지
2019 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
멀티모달 스태킹 모델을 활용한 112 신고 건수 예측
김서연
,
이민정
,
이지윤
외 5명
대한산업공학회지
2021
.10
미혼모에 대한 사회적 차별과 배제 : 차별의 기제와 특징을 중심으로
김혜영
젠더와 문화
2013
.06
머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은
,
조윤상
,
황석철
외 1명
대한산업공학회지
2022
.08
머신러닝 알고리즘을 이용한 중년 남성 건강과 밀접한 라이프로그 분석
김지용
,
이지수
,
박민서
대한산업공학회지
2021
.12
이상 호흡음 분류를 위한 계층적 어텐션 네트워크 모델
정기원
,
김성범
대한산업공학회지
2021
.04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-530-001747147