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85 | 下载2

急性心肌梗死(AMI)的院内病死率高,严重威胁患者生命健康。目前许多国家和地区已经建立了多种用于预测AMI患者院内死亡风险的客观评估模型,在对不同危险分层的患者拟定治疗方案时提供了重要的决策辅助支持。随着人工智能的兴起,许多新的建模方法也在传统建模的基础上显示出一定的优势。本文将对常用的以及新近构建的AMI院内死亡风险预测模型进行系统介绍,以期为医护人员在临床中应用模型辅助决策提供帮助,并为将来建立更为安全有效的风险预测模型提供参考。

作者:伍朝玉;郑雯;桑文涛;魏述星;徐峰

来源:中华危重病急救医学 2022 年 34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:85 | 下载:2
作者:
伍朝玉;郑雯;桑文涛;魏述星;徐峰
来源:
中华危重病急救医学 2022 年 34卷 5期
标签:
急性心肌梗死 院内死亡 风险模型 机器学习 Acute myocardial infarction In-hospital mortality Risk model Machine learning
急性心肌梗死(AMI)的院内病死率高,严重威胁患者生命健康。目前许多国家和地区已经建立了多种用于预测AMI患者院内死亡风险的客观评估模型,在对不同危险分层的患者拟定治疗方案时提供了重要的决策辅助支持。随着人工智能的兴起,许多新的建模方法也在传统建模的基础上显示出一定的优势。本文将对常用的以及新近构建的AMI院内死亡风险预测模型进行系统介绍,以期为医护人员在临床中应用模型辅助决策提供帮助,并为将来建立更为安全有效的风险预测模型提供参考。