目的 探讨基于机器学习方法对非心脏手术后急性肾损伤(AKI)的预测价值.方法 选取陆军军医大学第二附属医院自2014 年6 月至2022 年9 月收治的24 611 例接受非心脏手术患者为研究对象.采用随机数字表法将患者分为训练组(n =17 227)与验证组(n =7 384).采用包括逻辑回归、随机森林、支持向量机、简单决策树、极端梯度提升和集成模型在内的机器学习方法训练模型.采用受试者工作特征(ROC)曲线及ROC曲线下面积(AUC)评价模型的整体性能.采用沙普利可加性特征解释法(SHAP)评估每个特征对预测结果的贡献程度.结果 非心脏手术后AKI发生率为11.3
作者:吴卓熙;陈勤;陈凤;任玉坤;王卓;李洪
来源:临床军医杂志 2023 年 51卷 7期