ترجمه فارسی مقاله فنوتیپ و پیش بینی درد شکمی کودکان: یک رویکرد یادگیری ماشینی

چکیده

Due to patient heterogeneity, the exact mechanisms of paediatric abdominal pain (AP) remain unknown. We sought to resolve this by identifying paediatric AP phenotypes and developing predictive models to determine their associated factors. In 13,790 children from a large birth cohort, the frequencies of paediatric and maternal demographics and comorbidities were catalogued from general practitioner records. Unsupervised machine learning clustering was used to identify phenotypes of paediatric AP with shared characteristics. Predictive paediatric AP models were constructed using paediatric and maternal demographics and comorbidities.

چکیده به فارسی (ترجمه ماشینی)

به دلیل ناهمگونی بیمار ، مکانیسم های دقیق درد شکم کودکان (AP) ناشناخته است.ما با شناسایی فنوتیپ های AP کودکان و توسعه مدلهای پیش بینی کننده برای تعیین عوامل مرتبط با آنها ، به دنبال حل این مسئله بودیم.در 13،790 کودک از یک گروه بزرگ تولد ، فرکانس های جمعیتی کودکان و مادران و عوارض جانبی از سوابق پزشک عمومی کاتالوگ شد.خوشه بندی یادگیری ماشین بدون نظارت برای شناسایی فنوتیپ های AP کودکان با خصوصیات مشترک استفاده شد.مدل های AP پیش بینی کودکان با استفاده از جمعیت شناسی کودکان و مادران و عوارض جانبی ساخته شد.