Combining Machine Learning models for mortality prediction in patients with COVID-19

Abstract

The main objective of this project is to construct a robust machine learning model that can predict the likelihood of a COVID-19 patient’s mortality, enabling healthcare professionals to make well-informed decisions about alternative treatments or explore other avenues of medical intervention. This model will integrate different kinds of tabular and time series data into a single prediction, combining multiple machine learning algorithms, such as neural networks and Random Forest models, that take advantage of the different kinds of clinical data available. The results demonstrate that this combination is highly effective, standing out as the most accurate tool for predicting mortality in patients with COVID-19 compared to today’s current literature. In addition, this thesis will conduct an in-depth exploration of our dataset to identify risk factors that may influence a patient’s outcome when infected. We believe that a combination of variables such as the patient’s age, Charlson index, or lymphocyte levels is effective when predicting patient mortality.El objetivo de este proyecto de investigación es construir un modelo de aprendizaje automático que pueda predecir con seguridad el fallecimiento de pacientes con COVID-19, permitiendo así a los profesionales de la salud tomar decisiones fundamentadas en datos sobre tratamientos alternativos o explorar otras vías de intervención médica. Este modelo combinará datos tabulares y series temporales en una única predicción, integrando múltiples algoritmos de aprendizaje automático, como redes neuronales y Random Forest, que aprovechan los diferentes tipos de datos clínicos disponibles. Los resultados obtenidos demuestran que esta combinación es muy eficiente, destacando como una herramienta muy efectiva para predecir la mortalidad de los pacientes con COVID-19 comparado con la literatura actual. Además, en este proyecto se lleva a cabo una exploración exhaustiva de nuestro conjunto de datos para identificar factores de riesgo que puedan influir en el resultado de un paciente infectado. Creemos que una combinación de variables como la edad del paciente, el índice de Charlson o los niveles de linfocitos es efectiva para predecir la mortalidad del paciente.