Projektzusammenfassung: Herzinsuffizienz – Wiedereinweisung & Ressourcenoptimierung

Vorhersage des Wiedereinweisungsrisikos und Prognose des Pflegeaufwands zur besseren Versorgung und Kostensenkung.

Wir haben eine kliniktaugliche Pipeline mit MIMIC-IV aufgebaut, um HF-Patienten zu kohortieren, Features zu extrahieren und Klassifikationsmodelle (Logistische Regression, Random Forest, XGBoost) für 30-Tage-Wiedereinweisungen zu trainieren. Eine nachgelagerte Regression schätzt Pflegestunden nach Pflegegrad und Verweildauer.

Highlights

• Klare Kohortierung und Preprocessing für Reproduzierbarkeit.
• Kalibrierte Klassifikation mit AUROC/AUPRC; Regression mit MAE/RMSE.
• Operative Einbettung mit Personas, KPIs und Pilot-zu-Skalierung-Roadmap.

Weiterlesen

• Übersicht: Herzinsuffizienz – Übersicht
• Technisch: Daten, Modelle, Pipeline
• Projektführung: Lieferung & Risiken
• Produktstrategie: Personas, KPIs, Roadmap

Referenzen

• Repository: cyranothebard/heart_failure_readmission
• Präsentation: Google Slides

Diese Kurzfassung verweist auf die ausführlichen Seiten.