换一批
换一批基于机器学习构建住院患者深静脉血栓风险预测模型的系统评价
Machine learning-based a risk predictive model for deep vein thrombosis in hospitalized patients:a systematic review
摘要目的 系统评价基于机器学习构建的住院患者深静脉血栓风险预测模型.方法 检索PubMed、Embase、CHINHAL、Cochrane Library、Web of Science、中国知网、万方数据库中关于机器学习对住院患者深静脉血栓预测模型构建相关研究,检索时限为建库至 2023 年 3 月.2 名研究者独立完成文献筛选并提取资料,使用预测模型构建研究数据提取和质量评价清单对纳入文献进行质量评价.结果 最终纳入 11 篇研究,包括 28 个机器学习模型,ROC曲线下面积为 0.710～0.976.年龄、血栓史、住院时间、用药史、D-二聚体等实验室指标是主要预测因子.结论 机器学习可更准确识别住院患者发生深静脉血栓的风险,预测性能优于传统风险预测模型.文献整体偏倚风险较低,预测模型适用性水平一般.
更多相关知识
关键词
深静脉血栓DVT机器学习护理预测模型系统评价Deep vein thrombosisDVTmachine learningnursingpredictive modelsystematic review
分类号
R471
栏目名称
循证护理
DOI
10.16460/j.issn1008-9969.2023.23.044
发布时间
2024-01-16
基金项目
南京市卫生科技发展专项资金项目
- 浏览60
- 被引1
- 下载58
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
