學生論文

 
Thesis (39)
Year   Title
2023 運用機器學習演算法和臨床醫療數據以預測腎病症候群患者之病理分類研究
  Sacubitril/Valsartan 在合併末期腎臟疾病且心臟收縮功能降低之心臟衰竭患者之長期療效分析
  機器學習應用於多醫學研究中心之整合資料在急診住院病人的心臟衰竭之死亡預測
  乳癌病人使用化學治療藥物與罹患心臟衰竭風險的相關性研究
  運用機器學習演算法建立冠狀動脈心臟病病患之存活模型:多中心醫院臨床數據的應用
  比較使用Sacubitril/Valsartan或SGLT2i 治療對於心衰竭病人心臟功能的影響
  以機器學習分析慢性腎病再入院因子的預測
  肝癌復發率及危險因子權重預測-以機器學習分析
  以機器學習方法預測中風後30天內再入院情形
  以機器學習分析乳癌五年復發率及危險因子預測
  機器學習模型預測Sunitinib及Sorafenib之甲狀腺及心血管副作用
  中風後失眠系列研究
  放射治療療程延⻑天數對乳癌復發的影響
  長期新冠肺炎患者之醫療資源利用情形與費用分析
  乳癌化療病人白血球生長激素處方模式和發熱性嗜中性白血球低下症的預測模型
  代謝風險指標軌跡與慢性腎臟病預後發展:群組化多重軌跡分析
  使用機器學習方法以臨床實驗室資料建立預測膀胱癌模型
  探勘臨床大腸癌數據並導入機器學習演算法建立癌症早期預測模型
2022 乳癌預後預測模型:多元臨床數據之應用及多重演算法之模型比較
  以人工神經網路(ANN)分析心臟衰竭再住院的危險因子
  利用北醫大臨床數據資料庫進行真實世界鼻咽癌存活分析
  婦科腫瘤患者接受達文西手術和腹腔鏡手術臨床結果及醫療資源利用比較
  機器學習預測胺碘酮誘發的甲狀腺功能障礙風險
  預測Amiodarone和Dronedarone引起的肝損傷:利用電子健康記錄建立和驗證一個可解釋的模型
  利用機器學習模型預測多重抗藥性之革蘭氏陰性菌之嚴重感染病人使用Colistin之腎毒性風險
  利用真實世界數據比較臺灣與美國加護病房住院樣態
  應用機器學習之慢性硬腦膜下出血存活預測
  Analysis of Factors Influencing the Mortality of COVID-19 Patients in Taiwan – A Multi-center Study
  利用自然語言處理及機器學習早期識別兒童生長障礙
  預測新使用筆型胰島素之第二型糖尿病人的服藥順從度
  開發具有嵌入感染預測模型之困難梭菌院內感染監控系統
  開發基於真實世界數據及機器學習之肺癌治療預後預測模型
2021
 
 
2020
 
 
2018 腹腔鏡腹股溝疝氣修補術之住院病患特質及醫療費用相關因子


使用規則

  1. 本網站所刊載資料之著作權,除另有規定外,屬於 臺北醫學大學 數據處(下稱「本單位」)。任何人得為非營利目的自由使用。但使用時,不得變更其內容、詆毀或減損本單位名譽,且必須註明來源為「臺北醫學大學 數據處」。
  2. 具有上傳資料權限之使用者,得自行決定其資料之著作權歸屬與授權規則。本網站之使用者,應遵守之,並了解本單位對此資料不負任何法律責任。
  3. 本單位盡力維護本網站資料之即時性與正確性,但對此不負任何責任。本單位有權不經事先公告,變更網站內容。因此,凡使用者認為涉及其利益之事項,例如使用資格或日期等,請逕與本單位相關業務人員確認。
  4. 本單位盡力維護本網站資料不含任何電腦病毒。但對於任何因下載本網站資料所致電子資訊系統或其他之損害,本單位不負任何責任。
  5. 本網站所提供對其他網站之超連結,僅為使用者之便利。該被連結之他網站,並非本網站之一部分。本單位不保證所連結之他網站存在,亦不對該網站之任何內容、超連結等負責。
  6. 本網站除為提供個人服務之必要外,不使用 cookies ,也不追蹤使用者之網路使用。使用者主動提供之個人資料,除指定目的與分析本網站使用習慣外,不作其他用途。
  7. 本使用規則之修改變更,不預先公告。若使用者對於本規則或本網站有任何意見或建議,請聯繫我們