典型文献
极限梯度提升算法风险预测模型在全膝关节置换术后深静脉血栓中的预测性能
文献摘要：
目的 探讨极限梯度提升(XGBoost)算法风险预测模型在全膝关节置换术(TKR)术后深静脉血栓(DVT)中的预测性能.方法 收集2020年1月至2021年12月华中科技大学同济医学院附属梨园医院收治的100例TKR患者,根据术后双下肢超声检查结果将患者分为DVT组(n=50)和非DVT组(n=50),分析XGBoost算法风险预测模型在TKP术后DVT中的预测性能.结果 两组患者糖尿病、高脂血症、美国麻醉医师协会(ASA)分级、损伤严重程度评分(ISS)、手术时间、术中输血量、术中失血量、住院时间比较,差异均无统计学意义(P>0.05).两组患者性别、年龄、从受伤到手术时间、血红蛋白、冠心病、合并多发伤比较,差异均有统计学意义(P<0.05).XGBoost算法模型中重要特征得分前5项为合并多发伤、从受伤到手术时间、年龄、合并冠心病、术后1天D-二聚体.XGBoost算法模型的曲线下面积(AUC)为0.832(95％CI:0.748～0.916).结论 基于XGBoost算法模型可以预测TKR术后患者发生DVT的风险因素,包括与TKR相关的多发性损伤、从受伤到手术时间、年龄、冠心病、术后1天D-二聚体,可作为TKR术后DVT的预测指标,并且其预测性能良好.
文献关键词：
XGBoost算法;全膝关节置换术;深静脉血栓;风险预测模型
中图分类号：
作者姓名：
刘佳丽;冯自波;谢燕妮;黄松
作者机构：
华中科技大学同济医学院附属梨园医院骨科,湖北 武汉 430000;华中科技大学同济医学院附属梨园医院血管外科,湖北 武汉 430000
文献出处：
引用格式：
[1]刘佳丽;冯自波;谢燕妮;黄松-.极限梯度提升算法风险预测模型在全膝关节置换术后深静脉血栓中的预测性能)[J].血管与腔内血管外科杂志,2022(05):563-567,586
A类：
TKP
B类：
极限梯度提升算法,算法风险,风险预测模型,全膝关节置换术,术后深静脉血栓,预测性能,XGBoost,TKR,DVT,月华,华中科技大学,同济医学院,梨园,双下肢,超声检查,高脂血症,美国麻醉医师协会,ASA,严重程度评分,ISS,手术时间,术中输血,输血量,术中失血量,受伤,伤到,到手,多发伤,算法模型,征得,合并冠心病,二聚体,术后患者,多发性,预测指标
AB值：
0.200368
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。
