利用术前指标基于机器学习算法预测腹部手术后死亡风险模型的建立
文献类型：期刊论文
| 作者 | 支鸿羽1; 辜梦月1; 李雨捷1; 杨智勇1; 钟坤华2 ; 陈芋文2; 张矩2; 易斌1; 鲁开智1
|
| 刊名 | 中华麻醉学杂志
 |
| 出版日期 | 2019 |
| 卷号 | 39期号:11页码:1287 |
| 关键词 | Artificial intelligence Machine learning Forecasting Death Postoperative complications 人工智能 机器学习 预测 死亡 手术后并发症 |
| ISSN号 | 0254-1416 |
| DOI | 10.3760/cma.j.issn.0254-1416.2019.11.003 |
| 英文摘要 | 目的建立利用术前指标基于机器学习算法预测腹部手术后死亡风险模型。方法选择我院2015年6月至2018年12月全麻下行腹部手术后死亡患者50例,根据手术类型和年龄,1: 3比例随机匹配同时间段内150例行腹部手术后康复出院患者。将200例患者资料随机分为训练数据集(n=140)和测试数据集(n = 60)。利用术前指标(一般资料各指标、麻醉访视资料各指标和术前检查检验指标)基于AdaBoost、GBDT、LR、SVM四种机器学习算法建立预测腹部手术后死亡风险的模型,并在测试数据集中对模型进行评价。结果利用术前指标基于四种机器学习算法,预测腹部手术后死亡风险模型的受试者工作特征曲线下面积分别为0.796、0.794、0.846、0.781,均大于0.7;不同模型之间的受试者工作特征曲线下面积比较差异无统计学意义(P>0.05)。结论成功建立了利用术前指标基于机器学习算法预测腹部手术后死亡风险的模型。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.138/handle/2HOD01W0/10844]  |
| 专题 | 中国科学院重庆绿色智能技术研究院 |
| 作者单位 | 1.大连大学 2.中国科学院重庆绿色智能技术研究院 |
| 推荐引用方式 GB/T 7714 | 支鸿羽,辜梦月,李雨捷,等. 利用术前指标基于机器学习算法预测腹部手术后死亡风险模型的建立[J]. 中华麻醉学杂志,2019,39(11):1287. |
| APA | 支鸿羽.,辜梦月.,李雨捷.,杨智勇.,钟坤华.,...&鲁开智.(2019).利用术前指标基于机器学习算法预测腹部手术后死亡风险模型的建立.中华麻醉学杂志,39(11),1287. |
| MLA | 支鸿羽,et al."利用术前指标基于机器学习算法预测腹部手术后死亡风险模型的建立".中华麻醉学杂志 39.11(2019):1287. |
入库方式： OAI收割
来源：重庆绿色智能技术研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。