基于可解释性机器学习模型的轻型缺血性卒中复发预测研究OA北大核心CSTPCD
Research on Prediction of Recurrence of Minor Ischemic Stroke Based on Interpretable Machine Learning Models
目的 利用可解释的机器学习模型,探讨轻型缺血性卒中(minor ischemic stroke,MIS)2年内复发相关危险因素. 方法 回顾性收集2020年7-12月山西省心血管病医院神经内科MIS患者一般资料、实验室结果、影像学等资料,单因素分析进行复发危险因素变量筛选,合成少数过采样技术-标称连续处理数据不平衡,数据集按8∶2的比例分为训练集与测试集,网格搜索10折交叉验证构建轻量梯度提升机(light gradient boosting m…查看全部>>
Objective To explore the risk factors related to the recurrence of minor ischemic stroke(MIS)within two years by using an interpretable machine learning model. Methods General data,laboratory results,imaging,and other data of patients with MIS in the Department of Neurology,Shanxi Cardiovascular Hospital from July to December 2020 were retrospectively collected.The risk factors for recurrence were screened by univariate analysis.Synthetic minority oversampli…查看全部>>
莫秋红;丁晓波;李靓;张岩波;李伟荣
太原 030000 山西医科大学公共卫生学院太原 030000 山西医科大学公共卫生学院太原 030000 山西医科大学公共卫生学院||重大疾病风险评估山西省重点实验室太原 030000 山西医科大学公共卫生学院||重大疾病风险评估山西省重点实验室太原 030000 山西医科大学公共卫生学院||山西省心血管病医院神经内科
临床医学
轻型缺血性卒中复发轻量梯度提升机Shapley加性解释
Minor ischemic strokeRecurrenceLight gradient boosting machineShapley additive explanation
《中国卒中杂志》 2024 (8)
924-930,7
评论