颅脑损伤患者临床死亡预测:一项基于机器学习的主成分分析-逻辑回归模型
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-7770.2019.02.002

颅脑损伤患者临床死亡预测:一项基于机器学习的主成分分析-逻辑回归模型

引用
目的 探索主成分分析(principal component analysis ,PCA)-逻辑回归模型在颅脑损伤患者临床死亡预测建模中的应用,以及影响临床预后的病理生理模式和重要风险因素.方法 收集2011—2017年四川省人民医院创伤中心数据库符合研究标准的108例颅脑损伤患者的临床资料,建立PCA-逻辑回归模型,应用ROC评估模型预测效果,验证死亡结局模型的预测效能.结果 PCA-逻辑回归模型分析结果显示,影响患者死亡结局的分别为第1、第8、第11及12主成分.计算出的指标系数对应的临床指标与措施具有较大影响力的因素,分别为开放性颅脑损伤、凝血改变、气管切开、脑干伤、血肿量、感染性并发症、糖皮质激素、肠内营养时间及舒张压.经ROC曲线评估PCA-逻辑回归模型,死亡结局模型具有较高的预测效能(灵敏度:92.3%,特异度:93.7%,AUC:0.983).结论 PCA-逻辑回归分析方法可以有效地挖掘颅脑损伤患者伤后的临床变量,建立其临床死亡预测模型.严重颅脑损伤后出现的血流灌注不足可能是影响患者生存的重要病理生理模式.

重度颅脑损伤、模式识别、主成分分析、逻辑回归、机器学习

R651.1 +5(外科学各论)

四川省卫生厅科研资助项目110212,16PJ447;四川省科技厅计划科研资助项目2014FZ0125

2019-07-25(万方平台首次上网日期,不代表论文的发表时间)

共5页

99-103

相关文献
评论
暂无封面信息
查看本期封面目录

临床神经外科杂志

1672-7770

32-1727/R

2019,(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn