典型文献
利用机器学习,预测细菌对抗生素的耐药性
文献摘要：
当一个患者确诊为细菌感染,医生会在实验室中对细菌进行药敏检测,并根据检测结果开具合适的抗生素.但细菌感染的复发率很高,大约25％罹患尿路感染的女性在6个月内被另一种细菌感染.众多研究发现,大多数复发感染的病原菌与初次感染的病原菌不同.医生按照细菌药敏检测的结果开具有效的抗生素尽管能够降低总体的复发率,但同样也提升了处于潜伏状态的耐药性菌株感染的可能性.因此,这样的治疗行为是一把双刃剑.2022年2月24日,以色列理工学院马修?斯特拉西(Mathew Stracy)等人在《科学》杂志发表的研究指出,运用数据驱动的方法,通过机器学习模型,结合人群统计数据和患者的个人病史,提出抗生素使用建议,能够将这种风险最小化.
文献关键词：
中图分类号：
作者姓名：
米斛
作者机构：
文献出处：
引用格式：
[1]米斛-.利用机器学习,预测细菌对抗生素的耐药性)[J].世界科学,2022(04):13-14
A类：
特拉西,Stracy
B类：
耐药性,细菌感染,开具,罹患,尿路感染,细菌药敏检测,一把,双刃剑,以色列理工学院,斯特拉,Mathew,机器学习模型,人群统计,抗生素使用,使用建议
AB值：
0.268183
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
