초록: 약물 과다 복용은 심각한 공공 건강 문제로, 매년 수천 명의 예방 가능한 사망자를 초래합니다. 이 연구는 기계 학습 모델을 사용하여 잠재적인 약물 과다 복용을 식별하기 위한 예측 분석의 개발 및 적용에 초점을 맞추어 환자 안전성을 향상시키는 것을 목표로 합니다. 구조화된 환자 데이터와 전자 건강 기록을 통합하여, 제안된 접근법은 위험 예측 및 특성 중요도 분석을 위해 로지스틱 회귀 및 랜덤 포레스트 알고리즘을 활용합니다. 이 연구는 이러한 예측 모델이 고위험 환자를 정확하게 식별할 수 있는 방법을 보여주며, 능동적인 개입을 위한 실행 가능한 통찰력을 제공합니다. 우리의 발견은 예측 분석이 의료 분야에서 과다 복용 예방 전략을 변화시킬 수 있는 잠재력을 강조하며, 실시간 의사 결정 지원 시스템을 위한 길을 열어줍니다.
Rampure et al. (Mon,) 이 질문을 연구하였습니다.