# NIS 表相關問題 ###### tags: `國泰專案` 1. **EMV 表** + 欄位 E, M, V 分別對應到 sepsis102 表中的 CONSCIOUSNESSE, CONSCIOUSNESSM, CONSCIOUSNESSV + 使用 nis 表對 102 表進行補值 + 要怎麼補值? 2. **BW 表** + 身高、體重可納入建模 3. **VS 表** + 欄位 BT, pulse, respiratory, SBP, DBP, MAP 分別對應到 sepsis102 中的 VITALSIGNSBT, VITALSIGNSPR, Respiratory, VITALSIGNSSBP, VITALSIGNSDBP, MAP + 使用 nis 表對 102 表進行補值 + 要怎麼補值? 4. **SP02** + 對 sepsis105 表進行補值 5. **IO** + IOTYPE: I, O + EVENTTYPENAME: + AMOUNT + UNITTYPENAME: 單位要統一,cc, gm, 次, U + TUBENAME 6. **TUBE** + TUBENAME 7. **模型設計**:目標要輸出病人進 ICU、一般病房、死亡的機率,我們會訓練三個模型,三個模型的輸出數值意義分別如下: + **模型一**:輸出住院機率 $P(住院=Y)$ + **模型二**:輸出死亡機率 $P(死亡=Y)$ + **模型三**:輸出病人在住院條件下進 ICU 的機率 $P(ICU=Y|住院=Y)$ + **模型四**:輸出回家治療機率 $P(回家治療=Y)$ 根據以上公式可知, + **病人死亡機率** = 模型二輸出 + **病人進 ICU 機率** = 模型一輸出 * 模型三輸出 + **病人進一般病房機率** = 模型一輸出 * (1 - 模型三輸出) 補充:這樣的設計可以確保下列公式成立 $$ P(住院 = Y) = P(ICU=Y| 住院=Y) + P(一般病房=Y| 住院=Y) $$ 也可以避免前版設計假設疑似敗血症病人住院機率為 100% 的問題。 ```mermaid graph LR A[疑似敗血症病人] --> B["模型一(輸出住院機率)"] A --> C["模型二(輸出死亡機率)"] B --> D["模型三(輸出住院條件下,進 ICU 機率)"] A --> E["模型四(輸出回家治療機率)"] ``` 8. TRIAGE 挑出幾個重要類別就好了 + 特徵太多,模型容易 overfitting