Smith,~J.~W., Everhart,~J.~E., Dick

Smith,~J.~W., Everhart,~J.~E., Dickson,~W.~C., Knowler,~W.~C., &
Johannes,~R.~S. (1988). Using the ADAP learning algorithm to forecast
the onset of diabetes mellitus. In {it Proceedings of the Symposium
on Computer Applications and Medical Care} (pp. 261--265). IEEE
Computer Society Press.

The diagnostic, binary-valued variable investigated is whether the
patient shows signs of diabetes according to World Health Organization
criteria (i.e., if the 2 hour post-load plasma glucose was at least
200 mg/dl at any survey examination or if found during routine medical
care). The population lives near Phoenix, Arizona, USA.

Results: Their ADAP algorithm makes a real-valued prediction between
0 and 1. This was transformed into a binary decision using a cutoff of
0.448. Using 576 training instances, the sensitivity and specificity
of their algorithm was 76% on the remaining 192 instances.

ผลลัพธ์ (ไทย) 1:

Smith, ~J.~W, Everhart, ~J.~E. ดิ๊กสัน ~W.~C. Knowler, ~W.~C., & โจฮันเนส ~R.~S. (1988) ใช้อัลกอริทึมการเรียนรู้ ADAP การคาดการณ์ เริ่มมีอาการของเบาหวาน ใน {it พิจารณาจากการ การใช้งานคอมพิวเตอร์และแพทย์} (pp. 261-265) มาตรฐาน IEEE คอมพิวเตอร์สังคมกด ตัวแปรการวินิจฉัย ค่าไบนารีที่ใช้ตรวจสอบว่าการ ผู้ป่วยแสดงอาการของโรคเบาหวานตามองค์การอนามัยโลก เงื่อนไข (เช่น ถ้าโหลดหลัง 2 ชั่วโมงเลือดน้อย เม็ดที่สำรวจตรวจสอบหรือพบในระหว่างขั้นตอนทางการแพทย์ ดูแล) ประชากรที่อาศัยอยู่ใกล้กับฟีนิกซ์ อริโซนา สหรัฐอเมริกา ผลลัพธ์: การคาดการณ์มูลค่าจริงระหว่างทำให้อัลกอริทึมการ ADAP 0 และ 1 นี้ได้กลายเป็นการตัดสินใจแบบไบนารีที่ใช้ตัดของ 0.448 ใช้อินสแตนซ์ฝึก 576 ความไว และความ ของอัลกอริทึมความถูก 76% บนอินสแตนซ์ 192 เหลือ

ผลลัพธ์ (ไทย) 2:

สมิ ธ , เจ ~ ~ W. Everhart ~ ~ E เจ. ดิกสัน ~ ~ ดับบลิวซี. Knowler ~ ~ ดับบลิวซี. &
ฮันเนส, อาร์ ~ ~ S (1988) โดยใช้วิธีการเรียนรู้ ADAP ในการทำนาย
การโจมตีของโรคเบาหวาน ใน { มันดำเนินการของการประชุมทางวิชาการ
เกี่ยวกับการประยุกต์ใช้คอมพิวเตอร์และการรักษาพยาบาล} (PP. 261--265) IEEE
สมาคมคอมพิวเตอร์กด. วินิจฉัยตัวแปรไบนารีมูลค่าการตรวจสอบคือว่าผู้ป่วยที่แสดงอาการของโรคเบาหวานตามองค์การอนามัยโลกเกณฑ์ (เช่นถ้า 2 ชั่วโมงหลังการโหลดน้ำตาลในเลือดอย่างน้อย200 mg / dL ในการสำรวจตรวจสอบใด ๆ หรือถ้าพบในระหว่างการแพทย์ประจำการดูแล) ประชากรที่อาศัยอยู่ใกล้กับ Phoenix, Arizona, USA. ผล: อัลกอริทึม ADAP ของพวกเขาทำให้การคาดการณ์มูลค่าจริงระหว่าง0 และ 1 นี้ก็กลายเป็นไบนารีตัดสินใจใช้ทางลัดของ0.448 ใช้ 576 กรณีการฝึกอบรมมีความไวและความจำเพาะของขั้นตอนวิธีของพวกเขาถูก 76% ส่วนที่เหลืออีก 192 กรณี

ผลลัพธ์ (ไทย) 3:

สมิ ธ , ~ . ~ . ~ . ~ , E . , เอเวอร์ฮาร์ท ดิกสัน , ~ . ~ . ~ . ~ นัลเลอร์ , , C , และโยฮันเนส ~ R ~ S . ( 1988 ) การใช้อัลกอริทึมการเรียนรู้ adap พยากรณ์เริ่มมีอาการของเบาหวาน ใน { มันกิจการของการประชุมในการใช้คอมพิวเตอร์และการดูแลทางการแพทย์ } ( pp . 261 -- 265 ) อีอีอีสื่อสังคมคอมพิวเตอร์วินิจฉัยคุณค่า , ตัวแปรที่ศึกษานารีว่าผู้ป่วยที่แสดงอาการของโรคเบาหวานตามองค์การอนามัยโลกเกณฑ์ ( เช่น ถ้า 2 ชั่วโมงหลังจากโหลดพลาสมากลูโคสเป็นอย่างน้อย200 มก. / ดล. ในการตรวจสอบใด ๆหรือถ้าพบในระหว่างรูทีนทางการแพทย์การดูแล ) ประชากรที่อาศัยอยู่ใกล้ Phoenix , Arizona , สหรัฐอเมริกาผลลัพธ์ : ขั้นตอนวิธีของ adap ทำให้การทำนายค่าจริงระหว่าง0 และ 1 นี้ถูกแปลงเป็นเลขฐานสองตัดสินใจใช้ทางลัดของได้รับอาหารที่มี . กรณีใช้เป็นฝึกความไวและความจำเพาะของอัลกอริทึมของพวกเขาคือ 76% ส่วนที่เหลือ 192 กรณี