背景 心脏手术相关的急性肾损伤(cardiac surgery-associated acute kidney injury,CSA-AKI)是心脏手术后的主要并发症之一,其对患者的近期和远期生存率都有负面影响.目的 开发基于机器学习技术的预测模型,以此识别心脏手术中CSA-AKI的高危患者.方法 选取2017年1月1日- 2018年6月1日于解放军总医院第一医学中心心血管外科行心脏手术的638例患者的临床资料,包括人口学特征、合并症、术前用药、实验室检查结果和手术相关数据等78个变量.采用支持向量机(support vector machine,SVM)、决策树(decision tree,DT)和随机森林(random foresst,RF)这3个机器学习算法构建CSA-AKI的预测模型.通过受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under the curve, AUC)和决策曲线分析(decision curve analysis,DCA)评估以上预测模型的性能.沙普利可加性特征解释方法(shapley additive explanation,SHAP)用于预测模型的可视化.结果 在纳入分析的638例患者中,188例(29.5
作者：范运龙；邵佳康；吴远斌；宋超；沈铭；朱思明；何潇一；李梁钢；任瞳；姜胜利
来源：解放军医学院学报 2022 年 43卷 2期
