换一批利用术前指标基于机器学习算法预测腹部手术后死亡风险模型的建立
Establishment of model for predicting mortality risk after abdominal surgery using preoperative indices based on different machine learning algorithms
摘要目的 建立利用术前指标基于机器学习算法预测腹部手术后死亡风险模型.方法 选择我院2015年6月至2018年12月全麻下行腹部手术后死亡患者50例,根据手术类型和年龄,1∶3比例随机匹配同时间段内150例行腹部手术后康复出院患者.将200例患者资料随机分为训练数据集(n=140)和测试数据集(n=60).利用术前指标(一般资料各指标、麻醉访视资料各指标和术前检查检验指标)基于AdaBoost、GBDT、LR、SVM四种机器学习算法建立预测腹部手术后死亡风险的模型,并在测试数据集中对模型进行评价.结果 利用术前指标基于四种机器学习算法,预测腹部手术后死亡风险模型的受试者工作特征曲线下面积分别为0.796、0.794、0.846、0.781,均大于0.7;不同模型之间的受试者工作特征曲线下面积比较差异无统计学意义(P＞0.05).结论 成功建立了利用术前指标基于机器学习算法预测腹部手术后死亡风险的模型.
更多相关知识
栏目名称
DOI
10.3760/cma.j.issn.0254-1416.2019.11.003
发布时间
2020-05-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2018YFC0116701）
- 浏览0
- 被引11
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
