换一批基于机器学习算法构建老年重症病人静脉血栓栓塞症风险预测模型
Development of risk prediction model for venous thromboembolism in elderly critically ill patients based on machine learning
摘要目的:基于机器学习算法构建老年重症病人静脉血栓栓塞症(VTE)风险预测模型.方法:选取2020年1月—2023年6月山东省3所三级甲等综合医院重症监护室(ICU)收治的909例老年重症病人作为研究对象,收集病人相关临床资料,按7∶3比例将病人随机划分为训练集(636例)和验证集(273例).以ICU住院期间是否发生VTE为结局变量,基于随机森林、极端梯度提升、支持向量机和梯度提升树4种机器学习算法构建预测模型.采用受试者工作特征曲线下面积(AUC)、Brier分数等指标评估模型预测效能并选出最优模型.采用SHAP算法对最优模型进行解释性分析.结果:909例老年重症病人中258例病人发生VTE,VTE发生率为28.4%.4种模型中随机森林的AUC(0.803)、准确度(0.733)、灵敏度(0.662)和特异度(0.760)均较高,Brier分数最低(0.171).结论:基于随机森林开发的老年重症病人VTE风险预测模型有良好的预测能力,可为优化老年重症病人VTE管理提供参考.
更多相关知识
关键词
机器学习老年人重症静脉血栓栓塞症预测模型随机森林machine learningelderlycritical illnessvenous thromboembolismprediction modelrandom forest
栏目名称
DOI
10.12102/j.issn.1009-6493.2025.14.002
发布时间
2025-07-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省自然科学基金面上项目（ZR2023MH378）
- 浏览52
- 被引1
- 下载78
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
