典型文献
构建和验证慢性胰腺炎发生胰管结石的预测模型:一种机器学习方法
文献摘要：
目的 探讨机器学习模型在慢性胰腺炎(CP)患者发生胰管结石风险预测中的效能.方法 回顾性分析2016年1月-2021年1月因CP就诊于兰州大学第一医院患者的临床资料.通过基于支持向量机的递归特征消除法(RFE)筛选预测因子,使用4种机器学习模型拟合,受试者操作特征(ROC)曲线评估模型准确性.结果 纳入患者128例,其中发生胰管结石患者44例,对照组84例.5倍交叉验证的RFE显示吸烟、糖尿病、胰腺假性囊肿、胰管引流、胰腺钙化、胰管直径是最相关的6个预测因子.建立4种机器学习模型的ROC曲线,随机森林模型在验证集的曲线下面积最大.结论 随机森林模型为预测CP发生胰管结石风险概率的有效机器学习模型.当胰管直径达到4.10 mm后,发生胰管结石的风险概率均大于50％.
文献关键词：
慢性胰腺炎;胰管结石;预测模型;机器学习;随机森林
中图分类号：
作者姓名：
艾登;马玉虎;岳平;夏志利;何玉龙;李建龙;刘浩然;林延延;孟文勃
作者机构：
兰州大学 第一临床医学院,甘肃 兰州 730000;兰州大学第一医院 普外科,甘肃 兰州 730000
文献出处：
引用格式：
[1]艾登;马玉虎;岳平;夏志利;何玉龙;李建龙;刘浩然;林延延;孟文勃-.构建和验证慢性胰腺炎发生胰管结石的预测模型:一种机器学习方法)[J].兰州大学学报（医学版）,2022(11):71-75
A类：
B类：
慢性胰腺炎,胰管结石,机器学习方法,机器学习模型,CP,风险预测,兰州大学,递归特征消除法,RFE,预测因子,模型拟合,操作特征,交叉验证,胰腺假性囊肿,胰管引流,钙化,随机森林模型,验证集,风险概率
AB值：
0.208386
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
