| 摘 要： | 目的：基于多种机器学习算法建立老年（≥65岁）瓣膜性心脏病患者术后院内全因死亡风险的预测模型,为心脏瓣膜术后患者死亡风险评估提供新的思路。方法：回顾性连续纳入2016年1月至2018年12月中国心血管外科注册登记研究数据库（CCSR）中接受心脏瓣膜手术,年龄≥65岁的患者7 163例。2016年1月到2018年6月的患者为训练队列（n=5 774）,2018年7月到12月患者为测试队列（n=1 389）。研究终点为患者术后院内死亡。分析其临床资料,包括基本特征、围术期危险因素以及术后主要结局指标等。采用多种机器学习算法构建老年瓣膜性心脏病患者术后死亡风险预测模型。结果：290例（4.1%）患者术后院内死亡。与未死亡患者比,死亡患者年龄较大,既往脑卒中史、慢性心力衰竭史患者占比较大,吸烟史、高脂血症患者占比较少（P均<0.05）。训练队列中线形判别分析（LDA）、支持向量机分类器（SVC）及逻辑回归（LR）预测模型ROC曲线的AUC均较高,Brier分数均较低,具有较好的区分度及校准度。在测试队列中,LDA、SVC及LR预测模型ROC曲线的AUC分别为0.744、0.744及0.7...
|
