Login
- Originaltitel:
- Machine-Learning basiertes Score-Modell zur Differenzierung zwischen spontan bakterieller Peritonitis und sekundärer Peritonitis bei Patienten mit hydropisch dekompensierter Leberzirrhose
- Übersetzter Titel:
- Machine learning based score model to differentiate between spontaneous bacterial peritonitis and secondary peritonitis in patients with hydropic decompensated liver cirrhosis
- Autor:
- Studen, Fabian Dominik
- Jahr:
- 2024
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Medicine and Health
- Betreuer:
- Schneider, Jochen (Priv.-Doz. Dr.)
- Gutachter:
- Schneider, Jochen (Priv.-Doz. Dr.); Burgkart, Rainer (Prof. Dr.)
- Sprache:
- de
- Fachgebiet:
- MED Medizin
- TU-Systematik:
- MED 000
- Kurzfassung:
- Es werden die wichtigsten Prädiktoren zur Differenzierung zwischen der spontan bakteriellen von der sekundären Peritonitis bei Patienten mit Leberzirrhose und infiziertem Aszites ermittelt. Mittels Random-Forest und LASSO-Regressionsmodell werden die mikrobiologischen Kriterien, die Erkrankungsschwere und klinisch-pathologische Parameter im Aszites als bedeutsamste Unterscheidungsmerkmale identifiziert und im Anschluss daraus ein 10 Punkte Score-Modell zur Differenzierung entwickelt.
- Übersetzte Kurzfassung:
- The most important predictors for differentiating spontaneous bacterial peritonitis from secondary peritonitis in patients with liver cirrhosis and infected ascites are determined. Using a random forest and LASSO regression model, the microbiological criteria, the severity of the illness and clinicopathological parameters in the ascites are identified as the most important distinguishing features and a 10-point score model is then developed for differentiation.
- WWW:
- https://mediatum.ub.tum.de/?id=1712532
- Eingereicht am:
- 09.08.2023
- Mündliche Prüfung:
- 21.03.2024
- Dateigröße:
- 876694 bytes
- Seiten:
- 86
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240321-1712532-1-7
- Letzte Änderung:
- 13.05.2024
BibTeX