换一批术后入ICU肥胖患者AKI风险及其进展为死亡预测研究
Prediction of risk for acute kidney injury and its progression to mortality in obese patients admitted to ICU postoperatively
摘要目的 本研究旨在通过机器学习算法构建肥胖患者术后急性肾损伤(acute kidney injury,AKI)风险预测模型及死亡风险预测模型,以提高对肥胖患者术后AKI的预警能力和预后评估水平,为临床医疗提供支持.方法 研究从MIMIC-Ⅳ和eICU数据库中收集术后入ICU的肥胖患者相关数据进行统计分析,最终纳入2520例肥胖术后入ICU患者(MIMIC-Ⅳ 670例,eICU 1 850例)进行模型构建,包括一般资料、生命体征、实验室检查结果、手术类型、合并症及用药情况等.通过数据清洗和预处理,使用Boruta进行特征筛选,并采用GBM、GLM、KNN、NB、NNET、SVM和XGBoost等7种机器学习算法构建预测模型,通过交叉验证和外部验证评估模型性能.结果 肥胖患者术后AKI风险预测模型中,SVM模型在测试集的AUC值达到0.80,外部验证AUC为0.71;死亡风险预测模型中,GBM模型表现最佳,测试集AUC值达到0.91.结论 本研究成功构建了肥胖患者术后AKI风险及死亡风险预测模型,为临床医生提供了有力的辅助工具,有助于改善患者临床结局.
更多相关知识
关键词
肥胖患者急性肾损伤机器学习风险预测死亡预测obese patientsacute kidney injurymachine learningrisk predictionmortality prediction
栏目名称
DOI
10.16016/j.2097-0927.202503010
发布时间
2025-06-12（万方平台首次上网日期，不代表论文的发表时间）
- 浏览10
- 被引1
- 下载16
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
