典型文献
基于人工神经网络技术构建围术期病人低体温风险预测模型
文献摘要：
目的:运用具有深度学习能力的神经网络技术构建并检验围术期病人低体温风险预测模型.方法:回顾性收集临床病例大数据,通过循证和临床相结合的方式筛选出预测模型的建模变量,基于神经网络技术构建预测模型,通过预测模型的准确率、特异度和曲线下面积(AUC)等指标检测其性能.结果:建模的训练集和测试集病例资料的基线特征一致(P>0.05);训练集和测试集预测模型准确率均>75％,阴性预测值>0.9,特异度>0.8,AUC>0.70,模型决策曲线优于随机方案.结论:基于大数据运用神经网络技术构建围术期病人低体温风险预测模型具有可行性,能够为科学预测围术期低体温提供新的方法.
文献关键词：
神经网络技术;围术期;低体温;预测模型;深度学习;人工智能
中图分类号：
作者姓名：
项海燕;黄立峰;朱锋杰;张浩
作者机构：
浙江大学医学院附属第二医院,浙江 310009
文献出处：
引用格式：
[1]项海燕;黄立峰;朱锋杰;张浩-.基于人工神经网络技术构建围术期病人低体温风险预测模型)[J].护理研究,2022(05):767-772
A类：
B类：
人工神经网络,神经网络技术,技术构建,风险预测模型,有深度,深度学习能力,临床相,指标检测,训练集,测试集,病例资料,线特征,模型准确率,阴性预测值,模型决策,决策曲线,大数据运用,围术期低体温
AB值：
0.248044
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。
