基于机器学习算法建立个体化手术用血预测模型

作者：程福; 陈春霞; 杨冬梅; 韩冰; 彭卓越; 应斌武^*; 秦莉^*

来源：中国输血杂志, 2021, 34(08): 850-854.

DOI：10.13303/j.cjbt.issn.1004-549x.2021.08.012

• 手术用血
• 用血预测模型
• 机器学习算法
• 输血风险
• 体重
• 人工智能

目的建立基于机器学习算法的围手术期患者用血预测模型,以指导临床医生合理地做好患者术前备血。方法从本院信息中心建设的大数据集成平台的数据中心采集2012年～2018年所有手术患者的相关数据,并基于Python V3.8.0构建手术用血数据库;利用Excel、SAS统计学软件处理和分析所有数据,并进一步以SPSS Modeler 18.0软件构建手术用血预测模型。结果 1)术中输血风险因素评估:术前HB、BMI与术中输血率呈负相关关系,Pearson相关系数(r)分别为:-0.168,-0.046;年龄<1岁患者的输血率(15.63%)最高,;女性手术患者输血率高于男性(P>0.05),但其人均输血量低于男性(P<0.01;心脏手术输血率(11.38%)最高。2)所构建的用血预测模型对应的测试集AUC范围0.67～0.88,当AUC达到最高值时,模型9命中率达10.7%,查全率85.76%,特异性75.4%。3)影响该手术用血预测模型构建的主要权重因素:患者体重、Hb、总蛋白(TP)等。结论成功构建的围手术期患者用血预测模型预测效能优于现有的MSBOS。

• 单位
  四川大学华西医院