基于机器学习算法的非计划重返ICU风险预测模型研究OA北大核心CSTPCD
目的:利用机器学习算法构建非计划重返重症监护室(ICU)风险预测模型。方法:选取山西省某三级甲等医院2019年10月12日—2023年5月21日收治的3250例ICU病人为研究对象,基于多种机器学习算法构建非计划重返ICU的风险预测模型,并对模型性能进行比较。基于性能最佳的模型分析各变量的重要性排名。结果:轻量梯度提升机综合效能最佳,其受试者工作特征曲线下面积(AUROC)=0.9968,随后依次为随机森林(AUROC=0.9964)、梯度提升决…查看全部>>
李梦珂;孙焱;刘鸿齐;曲景辰;侯瑞琴
山西医科大学,山西030606山西医科大学,山西030606山西医科大学第二医院山西医科大学,山西030606山西医科大学,山西030606
临床医学
重症监护室(ICU)非计划机器学习风险预测模型构建影响因素
《护理研究》 2024 (22)
P.3976-3982,7
山西省研究生实践创新基金资助项目,编号:2023SJ167山西省研究生教育教学改革项目,编号:2022YJJG112山西医科大学2022年度校级研究生精品示范课程建设项目,编号:山医大研[2022]11号-No.3。
评论