换一批基于人工神经网络技术构建围术期病人低体温风险预测模型
Construction of prediction model of perioperative hypothermia risk based on artificial neural network technology
摘要目的:运用具有深度学习能力的神经网络技术构建并检验围术期病人低体温风险预测模型.方法:回顾性收集临床病例大数据,通过循证和临床相结合的方式筛选出预测模型的建模变量,基于神经网络技术构建预测模型,通过预测模型的准确率、特异度和曲线下面积(AUC)等指标检测其性能.结果:建模的训练集和测试集病例资料的基线特征一致(P>0.05);训练集和测试集预测模型准确率均>75％,阴性预测值>0.9,特异度>0.8,AUC>0.70,模型决策曲线优于随机方案.结论:基于大数据运用神经网络技术构建围术期病人低体温风险预测模型具有可行性,能够为科学预测围术期低体温提供新的方法.
更多相关知识
- 浏览181
- 被引18
- 下载129
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
