目的:探讨机器学习算法构建脓毒症心肾综合征患者早期死亡风险预测模型的方法,为临床早期识别高危患者及精准治疗提供依据。方法:入选同济大学附属同济医院2015年1月1日至2019年5月31日期间入院的脓毒症心肾综合征患者为研究对象,收集患者确诊时的临床表现、实验室检查及治疗情况等资料。研究终点事件定义为患者确诊后30 d内死亡。运用Python软件构建不同机器学习算法模型,采用受试者工作特征曲线下面积(
AUC)评估各模型的预测效能。运用构建的最优模型筛选疾病相关风险因素,构建可视化决策树模型和半朴素贝叶斯(sNB)模型。
结果:340例患者入选本研究,其中114例(33.5
作者:张颖莹;刘怡果;赵丹;史桢宇;余晨
来源:中华肾脏病杂志 2022 年 38卷 9期