换一批重症监护病房癌症患者7d死亡风险预测模型的构建与验证
Construction and validation of short term mortality risk prediction model for patients with cancer in the intensive care unit
摘要目的 基于逻辑回归(LR)、支持向量机(SVM)、随机森林(RF)、梯度提升决策树(GBDT)、极端梯度提升算法(XGBoost)及轻量梯度提升机(LightGBM)构建重症监护病房(ICU)癌症患者7d死亡风险预测模型.方法 选取重症医学信息数据库第4版的4102例入住ICU的癌症患者,男性2412例,女性1690例,年龄(68.4±12.8)岁,年龄范围为20～100岁.按照8∶2的比例随机分为训练集(n=3 281)和内部验证集(n=821),另选取海军军医大学第三附属医院2016年12月至2024年12月入住ICU的932例癌症患者作为外部验证集,男性699例,女性233例,年龄(61.8±11.4)岁,年龄范围为19～90岁.收集癌症患者临床基本特征、生命体征、实验室指标及支持治疗数据并进行数据预处理,基于LR、SVM、RF、GBDT、XGBoost、LightGBM构建ICU癌症患者7d死亡风险预测模型,采用受试者工作特征曲线下面积评估模型性能.结果 LightGBM模型最优,内部验证受试者工作特征曲线下面积为0.730(95%CI:0.679～0.785),外部验证受试者工作特征曲线下面积为0.806(95%CI:0.736～0.866).结论 LightGBM模型对ICU癌症患者7d死亡风险预测能力良好.
更多相关知识
关键词
癌症重症监护病房死亡风险预测模型轻量梯度提升机cancerintensive care unitmortality riskprediction modellight gradient boosting machine
栏目名称
DOI
10.16048/j.issn.2095-5561.2026.02.04
发布时间
2026-03-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
上海市嘉定区安宁疗护服务专病建设项目（ZB202401）
- 浏览0
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
