典型文献
基于随机森林模型法的AMI患者并发AKI预测模型的建立
文献摘要：
目的 建立基于随机森林模型法的预测模型对急性心肌梗死(AMI)患者并发急性肾损伤(AKI)进行预测,找出相关重要指标.方法 选取2014年1月至2021年1月该院急诊科收治的AMI患者1362例作为研究对象,将合并AKI患者设为观察组(270例),未合并AKI设为对照组(1092例).在确定30个变量后进行数据的相关统计和分析,随机选取75％的病例进行训练数据库的建立,25％的病例作为测试数据库,采用R语言进行数据的筛选和模型的建立,对其进行相关评估,并与其余3种机器学习模型进行对比.结果 1362例患者中合并AKI 270例(19.82％).两组患者除血小板、球蛋白、入院时体温、血钠、天门冬氨酸氨基转移酶、丙氨酸氨基转移酶比较差异无统计学意义(P>0.05)外;其余各指标比较,差异均有统计学意义(P<0.05);随机森林模型受试者工作曲线下面积为0.894,均高于其余3种模型,灵敏度为0.792,特异度为0.867;模型中变量重要性依次为首次肌酐、尿素值,机械通气、年龄和D-二聚体.结论 基于随机森林模型对AMI患者是否发生AKI进行预测具有较好的预测效能,在实际临床工作中具有一定参考价值.
文献关键词：
急性心肌梗死;急性肾损伤;机器学习;预测模型;受试者工作曲线
中图分类号：
作者姓名：
李龙;刘真义;李浩然;药永红
作者机构：
中国人民解放军联勤保障部队第九四五医院急诊科,四川雅安 625000
文献出处：
引用格式：
[1]李龙;刘真义;李浩然;药永红-.基于随机森林模型法的AMI患者并发AKI预测模型的建立)[J].重庆医学,2022(24):4304-4307,4312
A类：
B类：
随机森林模型,模型法,AMI,AKI,急性心肌梗死,发急,急性肾损伤,该院,急诊科,关统,训练数据,测试数据,机器学习模型,入院时,时体,血钠,天门冬氨酸氨基转移酶,丙氨酸氨基转移酶,受试者工作曲线,变量重要性,肌酐,机械通气,二聚体,预测效能,临床工作
AB值：
0.228501
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。
