Not logged in.

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title Using a Bayesian Classifier for Probability Estimation: Analysis of the AMIS Score for Risk Stratification in Myocardial Infarction
Organization Unit
Authors
  • Marcel Camporelli
Supervisors
  • Abraham Bernstein
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Date 2006
Abstract Text A recent publication has presented the AMIS model, a novel model for risk prediction in acute myocardial infarction (AMI). The model proposed therein is based on AODE, a probabilistic bayesian classifier. It outperforms TIMI, a widely accepted prediction model in the field, when classifying patients on their expected in-hospital survival or non-survival. It was hypothesised that the score which serves as a basis for the classification could be used as a probability estimator, allowing a more fine-graned stratification of patients into different mortality classes. An evaluation method for the fit of probabilistic models is developed and applied to the AMIS model. In the evaluation, the AMIS model clearly outperformes TIMI as a risk estimator.
Zusammenfassung In einer vorangehenden Publikation wurde ein neuartiges Modell für die Risikovorhersage bei Herzinfarktpatienten (AMIS Modell) vorgestellt. Dieses basiert auf AODE, einem bayesianischen Klassifikator. Es ist bekannt, dass AMIS die Patienten besser bezüglich Überleben oder Nicht-Überleben im Spital klassifiziert als TIMI, ein in der medizinschen Fachwelt breit akzeptiertes Vorhersagemodell. Es wurde vermutet, dass sich die Werte, die zur Klassifikation in AMIS dienen, als Wahrscheinlichkeiten interpretieren lassen und so eine fein-körnigere Einteilung in verschiedene Risikoklassen möglich wäre. Eine Methodik für die Evaluation von Wahrscheinlichkeitsvorhersagen wird vorgestellt und auf das AMIS Modell angewendet. Es zeigt sich, dass AMIS auch hinsichtlich der Vorhersage von Wahrscheinlichkeiten bessere Resultate erzielt als TIMI.
PDF File Download
Export BibTeX