科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 旨在开发一种机器学习统计模型，以预测急诊消化道出血患者转住院治疗的死亡风险，探索影响死亡的危险因素。方法 提取2020年1月1日到2023年6月30日在四川大学华西医院就诊的急诊消化道出血患者转住院治疗数据。通过单因素、多因素logistic回归进行特征筛选，然后利用随机森林、XGBoost等机器学习方法构建风险预测模型，同时利用临床决策曲线和SHAP进行分析。结果 本研究共纳入急诊消化道出血转住院患者9764例作为最终队列，其中病死率为4.34%。在预测模型中，随机森林在验证集和训练集上均具有最好的结果，随机森林在验证集上AUC为0.927。在临床决策曲线分析中，随机森林也表现出最佳的效果。结论 本研究构建的预测模型有助于临床早期识别消化道出血高风险患者，从而降低病死率，同时对医疗资源相对匮乏的地区提供一些参考依据。
-
单位四川大学华西医院
