排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
目的利用机器学习算法建立急性心肌梗死(acute myocardial infarction, AMI)患者发生急性肾损伤(acute kidney injury, AKI)风险预测模型, 并与传统Logistic回归模型比较。方法该研究为回顾性研究。收集首都医科大学附属北京安贞医院2011年7月至2016年12月AMI患者的人口学、实验室检查、治疗方案和用药情况等资料。AKI诊断标准参照2012年改善全球肾脏病预后组织公布的AKI诊疗指南, 入选AMI患者采用单纯随机抽样法将其分为训练集(70%)及内部测试集(30%)。运用SelectFromModel和Lasso回归模型选择重要特征因素为AMI患者发生AKI的预测因素。分别利用Logistic回归模型(模型A)及机器学习算法(模型B)建立AMI患者发生AKI的风险预测模型, DeLong法比较模型A和模型B在测试集中的受试者工作特征曲线(receiver-operating characteristics curve, ROC曲线)下面积(area under the curve, AUC), 并选出最佳模型。结果共6 014例A... 相似文献
1