Il lavoro di tesi ha visto l'utilizzo di tecniche di survival analysis con lo scopo di quantificare l'impatto della presenza di complicanze a distretti extrapolmonari, in particolare di tipo miocardiche, renali ed epatiche sul rischio di morte del paziente ammalato di COVID-19. Dall'analisi emerge come gli esami associati al danno renale, fuori range di normalità non sono fattori di rischio per il paziente, al contrario sia gli esami associati al danno miocardico che al danno epatico possono essere fattori di rischio per il paziente.
ANALISI DI DATI CLINICI DI PAZIENTI CON MALATTIA DA COVID-19 MEDIANTE TECNICHE DI MACHINE LEARNING
VITUCCI, CHRISTIAN
2020/2021
Abstract
Il lavoro di tesi ha visto l'utilizzo di tecniche di survival analysis con lo scopo di quantificare l'impatto della presenza di complicanze a distretti extrapolmonari, in particolare di tipo miocardiche, renali ed epatiche sul rischio di morte del paziente ammalato di COVID-19. Dall'analisi emerge come gli esami associati al danno renale, fuori range di normalità non sono fattori di rischio per il paziente, al contrario sia gli esami associati al danno miocardico che al danno epatico possono essere fattori di rischio per il paziente.File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.14253/86949