Logistic Regression Methods Application in Medical Information Systems

Simple item record

Full item record

dc.contributor.authorKasperczuk, Anna
dc.contributor.authorDardzińska, Agnieszka
dc.contributor.organizationBialystok University of Technology, Department of Biocybernetics and Biomedical Engineeringen
dc.date.accessioned2017-12-22T07:32:08Z
dc.date.available2017-12-22T07:32:08Z
dc.date.issued2017
dc.description.abstractData analysis methods are widely used to solve many different problems. Intensive development in the field of knowledge discovery in database is a response to a sharp increase in the amount of information in electronic format. Classification is one of the main steps in data analysis. Taking into consideration medical data, it becomes extremely important to obtain knowledge containing valuable information about the patients with serious illness, e.g. cancer. In this paper wemainly focused on logistic regression model parameters. We built model, which shows the impact of predictors on the dependent variable. It will help to create the medical knowledge base as a next step.en
dc.description.abstractMetody analizy danych są szeroko stosowane w rozwiązywaniu problemów z różnych dziedzin. Intensywny rozwój w zakresie odkrywania wiedzy w bazach danych jest odpowiedzią na gwałtowny wzrost ilości informacji w formie elektronicznej. Klasyfikacja jest jednym z kluczowych etapów analizy danych. Biorąc pod uwagę dane medyczne, niezwykle ważne staje się pozyskanie wiedzy zawierającej cenne informacje na temat pacjentów objętych np. chorobami nowotworowymi. W artykule przedstawiono metodykę budowy modelu regresji logistycznej pacjentów z chorobą nowotworową się głównie na parametrach modelu regresji logistycznej. Zbudowaliśmy model, który pokazuje wpływ czynników predykcyjnych na zmienną zależną. Pomoże to stworzyć medyczną bazę wiedzy jako kolejny krok.pl
dc.description.sponsorshipMinistry of Science and Higher Education
dc.identifier.citationAnna Kasperczuk, Agnieszka Dardzińska, Logistic Regression Methods Application in Medical Information Systems, Studia z Automatyki i Informatyki, Vol. 42, 2017, pp. 29-41.en
dc.identifier.issn0867-3977
dc.identifier.urihttps://open.icm.edu.pl/handle/123456789/13612
dc.language.isoen
dc.publisherPoznańskie Towarzystwo Przyjaciół Nauken
dc.relationMB/WM/8/2016en
dc.rightsDozwolony użytek*
dc.subjectcanceren
dc.subjectmedical databaseen
dc.subjectclassificationen
dc.subjectlogistic regressionen
dc.subjectROCen
dc.titleLogistic Regression Methods Application in Medical Information Systemsen
dc.title.alternativeZastosowanie metod regresji logistycznej w medycznych systemach informacyjnychpl
dc.typearticleen
Files for this record
Original bundle
Now showing 1 - 1 of 1
Name: SAIT_42_03.pdf
Size: 730.62 KB
Format: Adobe Portable Document Format
Description: Artykuł
Download
License files
Name: license.txt
Size: 228 B
Format: Item-specific license agreed upon to submission
Description:
Download
Belongs to collection
Artykuły / Articles