换一批
换一批摘要目的 运用支持向量机算法(SVM)构建血肿吸收速度GCS-V预测模型,预测高血压脑出血患者的血肿吸收速度快慢,对临床患者的预后判断提供帮助.方法 收集我院自发性高血压脑出血患者58例,应用多田氏血肿计算公式求出初始血肿体积及入院1周后的血肿体积,进而求出血肿吸收速度.根据血肿吸收速度,求出该组患者的平均血肿吸收速度.以平均值(0.35mL/d)为界限,将患者分为吸收快组(＞0.35mL/d)及吸收慢组(≤0.35 mL/d),运用SVM筛选出特异性指标,建立吸收快慢的预测模型:血糖+血氯+血钠+血肿初始体积(GCS-V模型).采用Bootstrap校正曲线,检测GCS-V模型拟合优度,进一步使用ROC曲线对模型预测的准确性进行评估.结果 通过组间差异性分析,最终确定血肿初始体积、血糖、血氯、血钠4个指标为特异性指标,成功构建GCS-V模型,预测血肿吸收快慢.Bootstrap校正曲线,拟合合格(x2=3.1195,P＞0.05).GCS-V模型曲线下面积达到0.946,预测结果准确度=91.7％,灵敏度=91.67％,特异性=91.18％.结论 运用SVM构建血肿吸收速度GCS-V预测模型,对脑出血血肿吸收速度具有较好的预测效能.
更多相关知识
- 浏览4
- 被引0
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
