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213 | 下载321

目的:构建和评价基于生物标志物预测重症患者发生急性肾损伤(AKI)的决策树模型。方法:前瞻性选择2017年1月至2018年6月入住南方医科大学附属小榄医院重症医学科的重症患者。记录患者临床资料,入重症监护病房(ICU)即刻测定生物标志物〔血清胱抑素C(sCys C)、尿N-乙酰-β-D-氨基葡萄糖苷酶(uNAG)〕,并记录终点指标。以2017年1月至12月收治的患者作为测试队列,采用决策树分类回归树(CART)算法,以生物标志物最佳截断值为决策节点,构建预测重症AKI的生物标志物决策树模型,采用整体精准度和受试者工作特征曲线(ROC)评估该决策树模型的预测价值。以2018年1月至6月收治的患者作为验证队列,进一步验证该决策树模型的整体精准度和预测能力。结果:在测试队列研究中,共263例患者入选,其中57例(21.7

作者:池锐彬;梁美华;邹启明;李超锋;周卉芬;简志刚

来源:中华危重病急救医学 2020 年 32卷 6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:213 | 下载:321
作者:
池锐彬;梁美华;邹启明;李超锋;周卉芬;简志刚
来源:
中华危重病急救医学 2020 年 32卷 6期
标签:
危重症 急性肾损伤 生物标志物 决策树 临床预测 Critical disease Acute kidney injury Biomarker Decision tree Clinical prediction
目的:构建和评价基于生物标志物预测重症患者发生急性肾损伤(AKI)的决策树模型。方法:前瞻性选择2017年1月至2018年6月入住南方医科大学附属小榄医院重症医学科的重症患者。记录患者临床资料,入重症监护病房(ICU)即刻测定生物标志物〔血清胱抑素C(sCys C)、尿N-乙酰-β-D-氨基葡萄糖苷酶(uNAG)〕,并记录终点指标。以2017年1月至12月收治的患者作为测试队列,采用决策树分类回归树(CART)算法,以生物标志物最佳截断值为决策节点,构建预测重症AKI的生物标志物决策树模型,采用整体精准度和受试者工作特征曲线(ROC)评估该决策树模型的预测价值。以2018年1月至6月收治的患者作为验证队列,进一步验证该决策树模型的整体精准度和预测能力。结果:在测试队列研究中,共263例患者入选,其中57例(21.7