|
| 参考 |
优点 |
缺点 |
|
| (19] |
(我)该方法提供了高效的医院资源
(2)简单和更通用的功能是用来编码波形在时间和频率域动力学
(3)低成本可穿戴传感器被用来收集数据 |
(我)的手工编码特性用于编码波形动态在时间和频率域是耗时的,可能有错误
(2)数据集很小 |
|
| (20.] |
(我)的研究显示了一个可访问,使用方便,灵活,无处不在的,具有成本效益的电子健康系统从生命体征诊断传染病。 |
(i)抽样的短时间内影响分类结果,并需要更多的准确性
(2)小数据集影响模型的准确性 |
|
| (21] |
(我)拟议的模型表明,结合协助预测COVID-19感染症状
(2)它有助于提高测试策略优先级用户进行测试 |
(我)一些研究批评使用症状分类COVID-19因为其他呼吸道合并感染和非特异性的存在一些症状的性质 |
|
| (22] |
(i)研究表明,语音筛查COVID-19是可能的
(2)深度学习是有用的在处理长序列的挑战在语音录音,不确定,大概是微妙的声音属性COVID-19早期,而缺乏大型数据集的标签 |
(我)研究使用少量self-recorded元音输入类型
(2)结果显示COVID-19声音症状之间的联系和检测,而没有可靠的报告来评估这种相关性 |
|
| (23] |
(i)研究有助于诊断潜在的传染性疾病在早期阶段事先训练数据和在短时间内。 |
(我)需要提高该模型的性能,包括准确性措施当考虑社交媒体用户信息(如年龄,性别,和发布频率)。 |
|
| (24] |
(我)是更全面的比其他现有的工作
(2)建立了一个可靠的传染病知识基础 |
(我)症状不重区分症状和体征
(2)重要病因等因素的历史不包括其他密切接触感染的患者 |
|
| (25] |
(i)研究确定最有用的血常规参数COVID-19诊断从一个大
(2)用毫升的模型诊断COVID-19从血常规测试早期症状阶段是有效需求实时反向transcriptase-polymerase连锁反应(rt - pcr)检测是巨大的 |
(我)拟议的模型可能是效率低下的阶段,没有系统性影响
(2)研究只包括特性从一个单一的中心
(3)COVID-19患者的正数是有限的。 |
|
| (26] |
(我)拟议中的毫升模型可以作为一个决策支持系统工具
(2)常规实验室结果和ML的组合模型提高了COVID-19诊断 |
(i)研究病人的并发症并不可用的数据集
(2)需要更大的数据集
(3)不包括一些重要的特性,如医学成像、生命体征、体格检查,症状,增加样本量
(iv)的缺失数据有关疫苗研究的限制。 |
|
| (27] |
(我)使用毫升预测Candidemia改善决策的适当性抗真菌和抗生素治疗
(2)毫升的使用减少了延迟治疗经验
(3)研究使用真实的数据和大量的特性(预测) |
(我)需要大量的病人
(2)它是一个回顾性研究,汇集的数据都是匿名的 |
|
| (28] |
(我)EHR-based模型可以作为临床决策支持预测诊断CDI的复杂情况下的一天
(2)使用毫升生成准确的方法是可行的和早期风险预测复杂的CDI |
(我)所使用的性能指标是不够的评价模型
(2)该模型并不以实时的方式进行测试
(3)结果是基于一个小数据集从一个机构
(iv)研究没有提到应用ML算法 |
|
| (29日] |
(我)机器学习分类器执行比专家构造的分类器使用NLP提取工具
(2)大量的ED报告在训练分类器解决了数据集的不平衡问题
(3)应用方法处理缺失值的研究表明改进的性能 |
(我)的研究侧重于数据只有一个卫生系统
(2)选择功能被认为是小的数量 |
|
| (30.] |
(i)的研究表明,结合临床资料和radiomic特性,包括所有措施最优模型,具有高的性能,可以有效地预测COVID-19生存 |
(我)使用数据集是小,缺乏外部验证数据集
(2)临床研究需要验证结果。
(3)研究只测试一个毫升分类器和一个特征选择方法 |
|
| (31日] |
(我)诊断COVID-19比其他传统方法更快和更准确的应用到相同的CT图像数据集。 |
(我)没有COVID-19变体包括在这项研究
(2)该模型是一个小数据集训练
(3)研究只使用COVID-19病人数据集训练模型 |
|
| (32] |
(我)利用各种类型的预测
(2)数据质量保证
(3)标准的统计方法用于验证模型的性能 |
(我)验证数据集用于只有12 25传染病
(2)该模型仅限于只有25传染病和不能通用
(3)实时更新失踪 |
|
