典型文献
新生儿败血症休克预测模型的构建——1695例患儿回顾性研究
文献摘要：
目的 筛选新生儿发生败血症休克的危险因素,建立新生儿败血症休克临床预测模型.方法 选取2016年1月1日—2019年12月31日重庆医科大学7家附属医疗机构中患有败血症的新生儿,根据是否发生败血症休克分为研究组和对照组.采用单因素分析、LASSO和logistic回归分析筛选危险因素.采用logistic、极端梯度提升(XGBoost)、随机森林(RF)、分类回归树(CART)和人工神经网络(ANN)建立新生儿败血症休克预测模型,根据灵敏度、特异度、曲线下面积等指标评估模型性能.结果 本研究中,共有339名败血症新生儿发生败血症休克,1 356名败血症新生儿未发生败血症休克.单因素分析筛选出31项差异指标,多因素分析筛选出12项独立危险因素.测试集中,logistic、XGBoost、RF、CART、ANN 模型的曲线下面积分别为0.856(0.809～0.903),0.861(0.819～0.904),0.880(0.838～0.922),0.835(0.790～0.881),0.808(0.756～0.860).结论 本文构建的五种预测模型相对稳定,其中,RF模型的预测性能最佳,能为新生儿败血症休克提供较好的预测.
文献关键词：
新生儿;败血症;休克;机器学习;预测模型
中图分类号：
作者姓名：
龚军;王惠来;向天雨;张亚莲;周洋;钟小钢
作者机构：
重庆医科大学附属大学城医院信息中心,重庆,401331;重庆医科大学附属儿童医院康复科,重庆,400015;重庆医科大学医学数据研究院,重庆,401331;国家卫生健康委功能性脑疾病诊治重点实验室,重庆,400016;重庆医科大学基础医学院,重庆,400016
文献出处：
引用格式：
[1]龚军;王惠来;向天雨;张亚莲;周洋;钟小钢-.新生儿败血症休克预测模型的构建——1695例患儿回顾性研究)[J].现代预防医学,2022(06):1049-1053
A类：
B类：
新生儿败血症,休克,回顾性研究,临床预测模型,重庆医科大学,患有,LASSO,logistic,极端梯度提升,XGBoost,RF,分类回归树,CART,人工神经网络,ANN,指标评估,模型性能,多因素分析,测试集,预测性能
AB值：
0.166348
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。
