国外基于机器学习的住院患者跌倒风险预测模型构建研究及其启示

目的/意义 分析国外基于机器学习构建住院患者跌倒风险预测模型的研究现状,为我国相关研究提供参考。方法/过程 检索PubMed和Web of Science数据库中2017—2022年基于机器学习构建住院患者跌倒风险预测模型的文献,从研究角度、数据来源、构建方法、模型验证等方面梳理分析文献。结果/结论 国外相关研究角度独特,数据海量、采集周期长,采用多种机器学习方法建模,且模型验证方法多样。国外同行经验可供我国护理研究者合理借鉴。     

住院患者跌倒风险预测模型的研究现状

防范跌倒是医院护理质量的重要评价指标,也是全球范围内患者安全领域被持续关注的目标之一,尽早识别跌倒风险并给予护理干预能降低院内跌倒发生率。跌倒风险预测模型作为一种预测工具,在早期预测跌倒风险方面具有重要的作用,从电子病历系统直接采集数据并以机器学习为主要方法建模,正成为这一领域的研究热点。本文从构建方法、数据来源、模型验证等角度对国内外住院患者跌倒风险预测模型的研究现状进行综述,以期为中国住院患者跌倒风险预测模型的构建提供参考。