| 基于机器学习的老年创伤性颅脑损伤预后研究 |
| |
| 引用本文： | 秦家骏,陈先震.基于机器学习的老年创伤性颅脑损伤预后研究[J].同济大学学报(医学版),2020,41(2):221-227. |
| |
| 作者姓名： | 秦家骏 陈先震 |
| |
| 作者单位： | 同济大学附属第十人民医院神经外科,上海200072;同济大学附属第十人民医院神经外科,上海200072 |
| |
| 基金项目： | 上海市申康医院发展中心专科疾病临床“五新”转化项目（16CR3048A） |
| |
| 摘 要： | 目的建立老年创伤性颅脑损伤预后模型，并分析预后的影响因素。方法收集2009年1月—2019年1月颅脑外伤患者2272例资料，其中老年组患者680例（年龄≥65岁），非老年组1592例（年龄＜65岁）。将伤后第3个月格拉斯哥结局评分、住院天数、并发症次数作为终点指标，利用多种机器学习的算法进行两组间预后因素差异的分析。结果老年组患者与非老年组患者相比，预后更差，住院时间更长，两组间差异有统计学意义（P=0.024，P＜0.001）。老年组经过筛选，老年组患者的3个终点指标使用多层感知器模型，非老年组中格拉斯哥结局评分使用多层感知器模型，住院天数、并发症次数的预测采用C5.0决策树模型。急诊GCS、具体年龄对老年组患者的预后有更大的影响。结论老年颅脑外伤患者与年轻人所适用的机器学习模型不尽相同，老年人预后更差，年龄和急诊GCS对预后的影响可能更大。
|
| 关 键 词： | 创伤性颅脑损伤 老年人 机器学习 预后 |
| 收稿时间： | 2019/6/17 0:00:00 |
Prognosis on prognostic models of elderly traumatic braininjury based on machine learning |
| |
| QIN Jia-jun,CHEN Xian-zhen.Prognosis on prognostic models of elderly traumatic braininjury based on machine learning[J].Journal of Tongji University(Medical Science),2020,41(2):221-227. |
| |
| Authors: | QIN Jia-jun CHEN Xian-zhen |
| |
| Institution: | Dept of. Neurosurgery, Tenth People''s Hospital, Tongji University School of Medicine, Shanghai 200072, China |
| |
| Abstract: | |
| |
| Keywords: | traumatic brain injury elderly machine learning prognosis |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《同济大学学报(医学版)》浏览原始摘要信息 |
| 点击此处可从《同济大学学报(医学版)》下载免费的PDF全文 |
