检索结果-南通市图书馆

Machine learning models compared to existing criteria for noninvasive prediction of endoscopic retrograde cholangiopancreatography-confirmed choledocholithiasis

引用

Liver Research 2021年第4期5卷 224-231页

作者： camellia dalai John M Azizian Harry Trieu Anand Rajan Formosa C Chen Tien Dong Simon W Beaven James H.Tabibian UCLA-Olive View Internal Medicine Residency Program Department of MedicineOlive View-UCLA Medical CenterSylmarCAUSA Keck School of Medicine University of Southern CaliforniaLos AngelesCAUSA Department of Surgery David Geffen School of Medicine at UCLALos AngelesCAUSA Vatche and Tamar Manoukian Division of Digestive Diseases David Geffen School of Medicine at UCLALos AngelesCAUSA Division of Gastroenterology Department of MedicineOlive View-UCLA Medical CenterSylmarCAUSA

Background and aims:Noninvasive predictors of choledocholithiasis have generally exhibited marginal performance *** aimed to identify noninvasive independent predictors of endoscopic retrograde cholangiopancreatography(ERCP)-confirmed choledocholithiasis and accordingly developed predictive machine learning models(MLMs).Methods:Clinical data of consecutive patients undergoing first-ever ERCP for suspected chol-edocholithiasis from 2015 to 2019 were abstracted from a prospectively-maintained *** logistic regression was used to identify predictors of ERCP-confirmed *** were then trained to predict ERCP-confirmed choledocholithiasis using pre-ERCP ultrasound(US)imaging only as well as using all available noninvasive imaging(US,computed tomography,and/or magnetic reso-nance cholangiopancreatography).The diagnostic performance of American Society for Gastrointestinal Endoscopy(ASGE)“high-likelihood”criteria was compared to ***:We identified 270 patients(mean age 46 years,62.2%female,73.7%Hispanic/Latino,59%with noninvasive imaging positive for choledocholithiasis)with native papilla who underwent ERCP for suspected choledocholithiasis,of whom 230(85.2%)were found to have ERCP-confirmed *** regression identified choledocholithiasis on noninvasive imaging(odds ratio(OR)¼3.045,P¼0.004)and common bile duct(CBD)diameter on noninvasive imaging(OR¼1.157,P¼0.011)as predictors of ERCP-confirmed *** the various MLMs trained,the random forest-based MLM performed best;sensitivity was 61.4%and 77.3%and specificity was 100%and 75.0%,using US-only and using all available imaging,*** high-likelihood criteria demonstrated sensitivity of 90.9%and specificity of 25.0%;using cut-points achieving this specificity,MLMs achieved sensitivity up to 97.7%.Conclusions:MLMs using age,sex,race/ethnicity,presence of diabetes,fever,body mass index(BMI),total bilirubin,maximum CBD di

关键词： Machine learning models(MLMs) Endoscopic retrograde cholangiopancreatography(ERCP) Noninvasive imaging Bile duct disorders Common bile duct stones Gallstones

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

南岳自然保护区植物群落的数量分类

引用

中国农学通报 2010年第2期26卷 96-99页

作者：王大来湖南环境生物职业技术学院园林系

对南岳自然保护区的植物群落采用数学模糊聚类分析。结果表明:模糊聚类分析方法是一种理想的植物群落分类方法,可得到比较客观、合理的分类结果。南岳自然保护区的植物群落大致可分为4种类型,它们分别是:Ⅰ.马尾松+枫香-映山红+化香-莎... 详细信息

对南岳自然保护区的植物群落采用数学模糊聚类分析。结果表明:模糊聚类分析方法是一种理想的植物群落分类方法,可得到比较客观、合理的分类结果。南岳自然保护区的植物群落大致可分为4种类型,它们分别是:Ⅰ.马尾松+枫香-映山红+化香-莎草-千里光群从;Ⅱ.杉木+马尾松—茶+千年桐—淡竹叶+莎草群丛;Ⅲ.盐肤木+白檀—杜衡+江南卷柏群丛;Ⅳ.野枯草-野菊花群丛。

关键词：植物群落模糊聚类南岳自然保护区

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：