换一批摘要目的:构建并验证住院患者压力性损伤风险智能预警模型,为住院患者的压力性损伤风险管理提供依据和参考.方法:采用便利抽样法,选取长沙市某三级甲等医院压力性损伤病例和同期非压力性损伤病例作为研究对象,通过结构化查询语句进行预警指标的特征提取,并进行一致性检验;应用随机森林Gini指数结合最优特征集选择进行特征筛选;运用机器学习算法构建预警模型并评价模型性能.结果:预警指标的智能提取与人工提取的Kappa系数为 0.639～1.000,随机森林Gini指数下的特征重要性评分为 0.005～0.220,最优特征集筛选了身体约束、机械通气、血管活性药物的使用、意识障碍、水肿、高龄等12个预警指标进入模型构建;比较不同机器学习算法构建的模型性能评价指标发现,随机森林算法构建的模型性能更好.结论:本研究构建了基于电子病历系统的压力性损伤智能预警模型,模型性能好,可在临床推广应用.
更多相关知识
关键词
压力性损伤电子病历机器学习智能预警模型智慧护理pressure injuryhealthcare information systemsmachine learningintelligent prediction modelwise information technology of nursing
栏目名称
DOI
10.3969/j.issn.1672-1756.2023.09.007
发布时间
2023-10-23（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览180
- 被引4
- 下载189
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
