咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >急性A型主动脉夹层发生严重不良事件的随机森林模型建立与验证 收藏

急性A型主动脉夹层发生严重不良事件的随机森林模型建立与验证

作     者:王优 陈双倩 许品 杨靖 

作者机构:武汉大学中南医院口腔科 武汉大学中南医院综合超声医学科 襄阳市中心医院影像科 襄阳市中心医院整形美容科 

出 版 物:《武汉大学学报(医学版)》 (Medical Journal of Wuhan University)

年 卷 期:2024年第9期

页      面:1115-1120页

学科分类:1002[医学-临床医学] 100201[医学-内科学(含:心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 10[医学] 

主  题:急性A型主动脉夹层 随机森林 预测模型 

摘      要:目的:采用随机森林模型评价急性的Stanford A型主动脉夹层(ATAAD)发生严重不良事件的危险因素。方法:收集武汉大学中南医院2013年1月—2020年12月的179例ATAAD患者,以是否在确诊后30 d内发生死亡、主动脉破裂或即将破裂导致紧急手术分为两组,以随机森林建立模型对纳入的病例进行计算,使用Boruta算法对随机森林模型进行特征可视化,最后用传统的Logistic回归模型对研究结果进行对比验证。结果:随机森林建立了一个敏感度、特异度、AUC分别为0.783、1.000、0.891的高效诊断模型,模型的重要特征为Penn分级、收缩压、心包积血、主动脉周围血肿、C-反应蛋白(CRP)水平、升主动脉直径;传统Logistic回归模型显示Penn分级、收缩压、主动脉周围血肿、CRP水平、升主动脉直径为不良事件的独立预测因素,但是其诊断效能较随机森林模型低,该传统模型的敏感度、特异度、AUC分别为0.674、0.895、0.844。结论:随机森林算法能够建立一个高效的模型对ATAAD确诊后30 d内的严重不良事件进行预测,可为外科个性化治疗方案提供参考。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分