Método de análisis de datos distribuido para la predicción temprana de la puntuación de Apgar de 5 minutos en neonatos antes o durante el parto y clasificación de los factores de riesgo a partir de un conjunto de datos nacionales
Autores: Khatibi, Toktam; Farahani, Ali; Sepehri, Mohammad Mehdi; Heidarzadeh, Mohammad
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Método de análisis de datos distribuido para la predicción temprana de la puntuación de Apgar de 5 minutos en neonatos antes o durante el parto y clasificación de los factores de riesgo a partir de un conjunto de datos nacionales
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Puntuaciones de Apgar
Predicción
Factores de riesgo
Recién nacido
Análisis de grandes datos
Restricciones del crecimiento fetal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 42
Citaciones: Sin citaciones
Los puntajes de Apgar de un minuto y cinco minutos son buenas medidas para evaluar el estado de salud de los recién nacidos. Un puntaje de Apgar de cinco minutos puede predecir el riesgo de algunos trastornos como la asfixia, la encefalopatía, la parálisis cerebral y el TDAH. La predicción temprana del puntaje de Apgar antes o durante el parto y la clasificación de los factores de riesgo pueden ser útiles para gestionar y reducir la probabilidad de que se produzcan puntajes bajos de Apgar al nacer. Por lo tanto, el objetivo principal de este estudio es la predicción temprana del puntaje de Apgar de cinco minutos del neonato antes o durante el parto y la clasificación de los factores de riesgo para un gran conjunto de datos nacionales utilizando métodos de análisis de big data. En este estudio, se recopila un gran conjunto de datos que incluye 60 características que describen casos de nacimientos registrados en el registro materno y neonatal iraní (IMAN) desde el 1 de abril de 2016 hasta el 1 de enero de 2017. En este estudio se propone un método de análisis de big data distribuido para la predicción temprana del puntaje de Apgar del neonato y un método de clasificación de características de big data distribuido para clasificar los predictores del puntaje de Apgar del neonato. El objetivo principal de este estudio es proporcionar la capacidad de predecir casos de nacimiento con bajos puntajes de Apgar mediante el análisis de las características que describen las propiedades prenatales antes o durante el parto. Las 14 principales características fueron identificadas en este estudio y se utilizaron para entrenar los clasificadores. Nuestro conjunto de modelos propuesto supera a los clasificadores comparados con una precisión del 99.37 +/- 1.06, una precisión del 99.37 +/- 1.06, una recuperación del 99.50 +/- 0.61 y una puntuación F de 99.41 +/- 0.70 (para un intervalo de confianza del 95%) para predecir puntajes de Apgar de cinco minutos bajos, moderados y altos. Entre los principales predictores, la altura fetal alrededor de la cabeza del bebé y el peso fetal indican el estado de crecimiento fetal. Las restricciones del crecimiento fetal pueden llevar a un puntaje de Apgar de cinco minutos bajo o moderado. Además, el tipo de hospital y la universidad de ciencias médicas son factores relacionados con el sistema de atención médica que pueden ser gestionados mediante la mejora de la calidad de los servicios de salud en todo el país.
Descripción
Los puntajes de Apgar de un minuto y cinco minutos son buenas medidas para evaluar el estado de salud de los recién nacidos. Un puntaje de Apgar de cinco minutos puede predecir el riesgo de algunos trastornos como la asfixia, la encefalopatía, la parálisis cerebral y el TDAH. La predicción temprana del puntaje de Apgar antes o durante el parto y la clasificación de los factores de riesgo pueden ser útiles para gestionar y reducir la probabilidad de que se produzcan puntajes bajos de Apgar al nacer. Por lo tanto, el objetivo principal de este estudio es la predicción temprana del puntaje de Apgar de cinco minutos del neonato antes o durante el parto y la clasificación de los factores de riesgo para un gran conjunto de datos nacionales utilizando métodos de análisis de big data. En este estudio, se recopila un gran conjunto de datos que incluye 60 características que describen casos de nacimientos registrados en el registro materno y neonatal iraní (IMAN) desde el 1 de abril de 2016 hasta el 1 de enero de 2017. En este estudio se propone un método de análisis de big data distribuido para la predicción temprana del puntaje de Apgar del neonato y un método de clasificación de características de big data distribuido para clasificar los predictores del puntaje de Apgar del neonato. El objetivo principal de este estudio es proporcionar la capacidad de predecir casos de nacimiento con bajos puntajes de Apgar mediante el análisis de las características que describen las propiedades prenatales antes o durante el parto. Las 14 principales características fueron identificadas en este estudio y se utilizaron para entrenar los clasificadores. Nuestro conjunto de modelos propuesto supera a los clasificadores comparados con una precisión del 99.37 +/- 1.06, una precisión del 99.37 +/- 1.06, una recuperación del 99.50 +/- 0.61 y una puntuación F de 99.41 +/- 0.70 (para un intervalo de confianza del 95%) para predecir puntajes de Apgar de cinco minutos bajos, moderados y altos. Entre los principales predictores, la altura fetal alrededor de la cabeza del bebé y el peso fetal indican el estado de crecimiento fetal. Las restricciones del crecimiento fetal pueden llevar a un puntaje de Apgar de cinco minutos bajo o moderado. Además, el tipo de hospital y la universidad de ciencias médicas son factores relacionados con el sistema de atención médica que pueden ser gestionados mediante la mejora de la calidad de los servicios de salud en todo el país.