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21 | 下载16

目的 构建基于公众判断的癌症患者安宁转诊智能分类预测模型,为癌症患者的安宁转诊决策提供参考.方法 使用质性研究与量性研究相结合的方法确定基于公众判断的安宁转诊指标;回顾性收集354例晚期癌症患者的临床及随访资料,采用随机森林分类算法构建癌症患者安宁转诊预测模型.采用前瞻性研究方法收集75例晚期癌症患者相关资料用于外部验证,并根据结果建立网页计算器.结果 基于公众判断的癌症患者安宁转诊预测模型包括疼痛、营养不良、呼吸困难、意识水平下降、自理能力受限、活动受限、腹水、水肿、抑郁、排便排尿障碍、吞咽困难、难以处理的伤口 12个指标,转诊时间宜预计生存期<3个月.预测模型的ROC曲线下面积为0.876,Brier分值为0.128;模型外部验证ROC曲线下面积为0.831,Brier分值为0.095.结论 癌症患者安宁转诊分类预测模型具有较好的预测效能,可为癌症患者安宁转诊的快速评估提供参考.

作者:张伟;刘曦阳;葛春花;陈晨;李志娟

来源:护理学杂志 2023 年 38卷 18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:21 | 下载:16
作者:
张伟;刘曦阳;葛春花;陈晨;李志娟
来源:
护理学杂志 2023 年 38卷 18期
标签:
癌症 终末期 安宁疗护 转诊 公众判断 疼痛 预测模型 随机森林算法 cancer terminal stage palliative care referral public judgment pain prediction model Random Forest algorithm
目的 构建基于公众判断的癌症患者安宁转诊智能分类预测模型,为癌症患者的安宁转诊决策提供参考.方法 使用质性研究与量性研究相结合的方法确定基于公众判断的安宁转诊指标;回顾性收集354例晚期癌症患者的临床及随访资料,采用随机森林分类算法构建癌症患者安宁转诊预测模型.采用前瞻性研究方法收集75例晚期癌症患者相关资料用于外部验证,并根据结果建立网页计算器.结果 基于公众判断的癌症患者安宁转诊预测模型包括疼痛、营养不良、呼吸困难、意识水平下降、自理能力受限、活动受限、腹水、水肿、抑郁、排便排尿障碍、吞咽困难、难以处理的伤口 12个指标,转诊时间宜预计生存期<3个月.预测模型的ROC曲线下面积为0.876,Brier分值为0.128;模型外部验证ROC曲线下面积为0.831,Brier分值为0.095.结论 癌症患者安宁转诊分类预测模型具有较好的预测效能,可为癌症患者安宁转诊的快速评估提供参考.