换一批
换一批基于深度神经网络的院内感染风险预测探讨
Exploration of Nosocomial Infection Risk Prediction Based on Deep Neural Networks
摘要目的 建立院内感染风险预测模型,并分析其可行性,助力医院院内感染管理.方法 选取76 564例住院患者作为研究对象,按照7∶3的比例划分为训练集和测试集.根据住院期间是否发生感染分为感染组和非感染组,分析训练集两组临床相关资料,采用二元logistic回归模型和深度神经网络(DNN)模型分析院内感染发生风险的相关影响因素并构建预测模型.结果 训练集中626例发生感染,感染率为1.17%,测试集中289例发生感染,感染率为1.26%.受试者特征曲线(ROC)显示,DNN模型预测发生院内感染风险的曲线下面积(AUC)显著高于二元logistic回归模型(0.978 vs 0.686).结论 基于DNN的院内感染风险预测模型具有较高的准确性,有助于早期识别院内感染高危患者.
更多相关知识
栏目名称
数据分析利用
DOI
10.3969/j.issn.1672-5166.2024.01.026
发布时间
2024-03-15
- 浏览25
- 被引0
- 下载12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
