换一批基于机器学习评估术中出血量的Meta分析
A Meta-analysis of Machine Learning-based Evaluation of Intraoperative Blood Loss
摘要目的 采用Meta分析评价机器学习在术中出血量评估中的应用价值,为相关模型的开发与临床应用提供参考.方法 检索中国知网、万方、PubMed等国内外数据库中有关基于机器学习评估术中出血量的中英文文献,检索时间为建库至2025年11月.采用Stata 17.0软件对纳入文献进行Meta分析.结果 共纳入12篇研究,整合后机器学习模型评估出血量的结果与金标准具有强相关性[r=0.91,95％CI(0.84～0.95)].亚组分析结果显示,发表年份、国家、研究对象、样本类型、机器学习模型、是否外部检验的差异存在统计学意义(均P＜0.001).结论 机器学习模型在术中出血量评估中准确性和可靠性高,其应用有助于护士精准高效评估出血量,为抢救生命争取时间,对降低围术期严重并发症发生率、保障患者安全意义重大.
更多相关知识
关键词
机器学习出血量Meta分析患者安全围术期护理machine learningblood lossMeta-analysispatient safetyperioperative nursing
分类号
R473.6（护理学）
栏目名称
DOI
10.3969/j.issn.2097-1826.2026.03.008
发布时间
2026-04-01（万方平台首次上网日期，不代表论文的发表时间）
基金项目
上海交通大学交大之星计划（YG2024ZD26）
- 浏览6
- 被引0
- 下载10
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
