换一批摘要应用机器学习的分类决策树方法对脓毒症患者的预后进行分析,建立评估脓毒症预后的简易模型.收集并分析急诊科收治的167名脓毒症患者的临床资料,根据入院30天的生存状态将患者分为生存组和死亡组.结果显示,心率和收缩压两个自变量组成的精简模型能够对72.5％的病例正确分类,心率大于118次/分是脓毒症30天死亡重要的分类指标.本研究说明,心率和收缩压结合分类决策树方法可以对脓毒症患者的预后进行高效的分类.
更多相关知识
分类号
R631（外科感染）
栏目名称
DOI
10.15972/j.cnki.43-1509/r.2020.05.025
发布时间
2020-10-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
湖南省卫生健康委课题（20201927）
- 浏览0
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
