基于机器学习算法构建术后谵妄风险预测模型的研究进展 |
| |
引用本文: | 高升润,李芸,李雨衡,王艳庆,高成杰.基于机器学习算法构建术后谵妄风险预测模型的研究进展[J].武警医学,2024(2):181-184. |
| |
作者姓名: | 高升润 李芸 李雨衡 王艳庆 高成杰 |
| |
作者单位: | 1. 联勤保障部队第960医院麻醉科;2. 山东第一医科大学附属省立医院疼痛科 |
| |
基金项目: | 山东省自然科学基金青年项目(ZR2021QH031); |
| |
摘 要: | 术后谵妄(POD)是老年患者术后常见的严重并发症,表现为注意力及认知功能急性障碍,可导致住院时间延长、死亡率增高,并且增加个人与社会的经济负担。术前早期预测POD有助于减少或逆转其发生,对改善患者预后及减轻社会负担具有重要意义。近年来机器学习的深度发展促使更加高效可靠的POD预测模型不断发展完善,极大提高了POD风险的预防及临床诊疗水平,笔者对基于机器学习构建术后谵妄预测风险模型进展作一综述。
|
关 键 词: | 机器学习 谵妄 术后谵妄 预测模型 |
|
|