基于机器学习建立"益肾清利活血"法治疗的CKD4-5期患者透析时机预测模型
Establishment of a Machine-Learning-Based Predaiction Model for the Timing of Dialysis in Patients with CKD Stage 4-5 Treated with the Method of"Yishen-qingli-Huoxue Therapy"
摘要目的 借助机器学习方法构建CKD4-5期患者进入肾脏替代治疗的时间点预测模型,为临床治疗方案的选择提供指导.方法 采用回顾性队列研究,纳入2010年1月-2021年3月期间孙伟教授运用益肾清利活血法治疗的CKD5期的患者,收集患者CKD4-5期的临床资料,筛选人口统计学资料、实验室检査结果、中医症状、辨证分型以及中药使用情况等相关变量,以进入肾脏替代治疗为终点事件,采用线性回归模型联合随机森林模型对自变量(预测因子)进行三阶段降维,筛选有统计学意义(P<0.05)的变量,建立基于症状、方药、理化检查指标等多维度的多重线性预测模型,调整决定系数(Adjusted R-Square,Adjusted R2)和Bland-Altman图对模型进行评价.结果 从预测变量中筛选到5个预测因子,并构建多重线性模型方程为lnDay=5.058+0.031×白蛋白-0.004×肌酐+0.010×血红蛋白-0.412×使用积雪草-0.715×皮肤瘙痒;利用Bland-Altman图对预测值进行了评价,结果表明Bland-Altman图中的散点均较好的分布在差值的95%正常值范围内,预测值与实际值的一致性较好.结论 构建的多重线性预测模型,可用于辅助临床对于肾功能进展时长的预测,利于识别高危人群,为进入肾脏替代治疗前的方案选择提供参考.
更多相关知识
- 浏览29
- 被引2
- 下载7

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



