8月3日，清华-伯克利深圳学院等研究人员在Cell期刊上发表题为“A Learning-based Model to Evaluate Hospitalization Priority in COVID-19 Pandemics”的文章。文章指出，COVID-19的出现给医疗系统带来越来越大的负担。虽然大多数感染患者症状不严重，可以在家管理，但有些人可能会发展成严重的疾病，需要入院治疗。因此，如何有效地评估COVID-19的严重程度，并准确地确定住院的优先次序，就变得至关重要。为此，研究人眼利用XGBoost算法建立了包括淋巴细胞、乳酸脱氢酶（LDH）、C反应蛋白（CRP）和中性粒细胞在内的4个变量评估模型，并进行了验证。该模型能有效识别入院时的重症COVID-19病例，其敏感性为84.6%，特异性为84.6%，预测疾病向快速恶化发展的准确率为100%。该结果表明，由计算得出的临床测量公式实际上适用于医疗管理者在大流行中把住院资源分配给最需要的人。
原文链接：
https://www.cell.com/patterns/fulltext/S2666-3899(20)30120-3?utm_medium=homepage#%20
