目的:用机器学习算法建立IgA肾病与非IgA肾病鉴别诊断模型。方法:采用回顾性研究的方法，收集2019至2020年昆明医科大学第一附属医院、云南省第一人民医院和昆明市延安医院肾脏内科经肾脏病理确诊的患者共260例，其中原发性IgA肾病130例，非IgA肾病130例。收集包括性别和年龄等在内的28项临床资料和实验室常规检测结果，IgA肾病组与非IgA肾病组的男女构成比分别为59∶71和 64∶66，年龄分别为37.20（21.89，53.78）、43.30（27.77，59.18）岁。将260例患者随机地分为训练集（70
作者：杨晗；陈飞；陈浩；赵亮；张慧；刘记宏；刘子杰
来源：中华检验医学杂志 2022 年 45卷 3期
