基于机器学习构建住院患者深静脉血栓风险预测模型的系统评价

作者：杨楠楠; 蒋慧萍; 史婷奇^*

来源：护理学报, 2023, 30(23): 44-50.

DOI：10.16460/j.issn1008-9969.2023.23.044

• 深静脉血栓
• DVT
• 机器学习
• 护理
• 预测模型
• 系统评价

目的 系统评价基于机器学习构建的住院患者深静脉血栓风险预测模型。方法 检索PubMed、Embase、CHINHAL、Cochrane Library、Web of Science、中国知网、万方数据库中关于机器学习对住院患者深静脉血栓预测模型构建相关研究，检索时限为建库至2023年3月。2名研究者独立完成文献筛选并提取资料，使用预测模型构建研究数据提取和质量评价清单对纳入文献进行质量评价。结果 最终纳入11篇研究，包括28个机器学习模型，ROC曲线下面积为0.710～0.976。年龄、血栓史、住院时间、用药史、D-二聚体等实验室指标是主要预测因子。结论 机器学习可更准确识别住院患者发生深静脉血栓的风险，预测性能优于传统风险预测模型。文献整体偏倚风险较低，预测模型适用性水平一般。

• 单位
  南京中医药大学; 南京大学医学院附属鼓楼医院