arXiv · cs.AI· Chenyang Wang·· 17 小时前AI 评分19
NECA：面向多时域 ICU 病情恶化预测的邻居事件曲线增强方法
NECA: Neighbor Event Curve Augmentation for Multi-Horizon ICU Deterioration Prediction
来源与原文
arXiv · cs.AI
作者：Chenyang Wang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40420v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出 NECA，一种模型无关方法，通过检索早期记录相似的历史患者，将他们后续器官功能障碍事件的发病时间转化为 6h、12h、24h 和 42h 的累积事件曲线特征。在 PhysioNet 2012 和 4,000-stay MIMIC-IV 子集上，该方法提升了四种器官功能障碍事件任务、七个监督学习器的平均 PR-AUC 和 ROC-AUC。神经功能障碍事件提升最大，PhysioNet 2012 上任务级平均 PR-AUC 从 0.461 升至 0.557；源代码将在论文接收后公开。
来源：arXiv · cs.AI · arxiv.org