您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览16 | 下载0

目的:应用自动机器学习技术构建耳鸣中医辨证分型模型并探索影响耳鸣辨证结果的关键因素。方法:回顾性分析2021年1月至2022年1月上海市7家医疗单位收集的594例主观性耳鸣患者的临床特征,利用Auto-sklearn自动机器学习方法进行常见的15种机器学习算法对比,选择分类效果最优的模型分析影响耳鸣的关键因素。结果:分类结果最优的算法是随机森林,它的准确率、精确度、敏感度、特异度、F1分数、曲线下面积(AUC)值、kappa系数分别为87.37

作者:况忠伶;尹梓名;王丽华;张浩鹏;吉琳;王婧怡;郭裕

来源:国际生物医学工程杂志 2023 年 46卷 5期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:16 | 下载:0
作者:
况忠伶;尹梓名;王丽华;张浩鹏;吉琳;王婧怡;郭裕
来源:
国际生物医学工程杂志 2023 年 46卷 5期
标签:
耳鸣 自动机器学习 随机森林 Tinnitus Automated machine learning Random forest
目的:应用自动机器学习技术构建耳鸣中医辨证分型模型并探索影响耳鸣辨证结果的关键因素。方法:回顾性分析2021年1月至2022年1月上海市7家医疗单位收集的594例主观性耳鸣患者的临床特征,利用Auto-sklearn自动机器学习方法进行常见的15种机器学习算法对比,选择分类效果最优的模型分析影响耳鸣的关键因素。结果:分类结果最优的算法是随机森林,它的准确率、精确度、敏感度、特异度、F1分数、曲线下面积(AUC)值、kappa系数分别为87.37