换一批基于频繁模式增长算法的重症监护室转出率预测模型研究
Prediction model of transfer rate of intensive care unit patients based on frequent pattern growth algorithm
摘要目的 基于频繁模式增长(FP-Growth)算法构建重症监护室(ICU)患者转出率预测模型,并评价该模型的应用价值.方法 选取ICU患者4 000例为研究对象,将其分为建模组和验证组.收集并比较2组的临床资料.建模组行基于FP-Growth算法的关联规则分析.通过计算建模组最终扫描集合元素间有效强关联规则,构建ICU患者转出率预测模型.在内部验证中,通过校准曲线等评价模型的一致性.在外部验证中,比较建模组和验证组预测ICU患者转出率的受试者工作特征(ROC)曲线的曲线下面积(AUC).结果 建模组患者在同时具备相应临床资料的前提下,7 d内转出率为71％,＞7～14d内转出率为40％,＞14～21 d内转出率为18％.在内部验证中,校正曲线显示,预测值与观测值的一致性较为理想.在外部验证中,模型预测建模组7 d、＞7～14 d、＞14～21 d转出率时的AUC分别为0.880、0.861、0.654.结论 ICU患者转出率预测模型的短期(14 d内)预测效能较为理想,其应用对优化ICU整体治疗效果和医疗资源配置具有一定的参考意义.
更多相关知识
关键词
重症监护室频繁模式增长算法转出率预测关联规则短期曲线下面积医疗资源配置intensive care unitfrequent pattern growth algorithmtransfer-out ratepredictionassociation rulesshort-termarea under the curvemedical resource allocation
栏目名称
DOI
10.7619/jcmp.20251236
发布时间
2025-11-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河北省医学科学院研究计划项目（20220589）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
