基于XGBoost的心力衰竭死亡风险评价模型及其应用

摘要：

为减少因防控不及时导致心力衰竭患者死亡的风险,文中建立一种基于XGBoost的心力衰竭患者死亡风险评价模型,以预测心力衰竭患者未来一年的死亡风险.从患者基本信息和医学检验信息角度分析影响心力衰竭患者死亡风险的因素,应用XGBoost算法建立心力衰竭患者死亡风险预测模型,并使用加拿大多伦多克雷比勒研究所提供的心力衰竭患者临床数据集对模型进行训练和测试.实验结果表明,基于XGBoost的心力衰竭患者死亡风险预测模型在测试集上的MCC为80.78％,ACC为93.33％,AUC为88.20％,F1-score为84.62％.相较于随机森林、支持向量机、梯度提升法这三种算法,文中XGBoost算法在心力衰竭患者死亡风险预测问题上的各项评价指标数据都较为优异,说明所建立的模型有更好的预测能力,可用于实际临床预测.

关键词：心力衰竭、XGBoost算法、死亡风险评价、预测建模、模型训练、模型测试

所属期刊栏目：45

分类号：TN911.23-34

资助基金：国家自然科学基金61703279

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：155-158