基于机器学习透析内低血压预测模型的研究

目的通过机器学习技术开发一种能预测透析内低血压(IDH)的模型。方法回顾性分析2020年10月至2022年8月期间在福鼎市医院接受血液透析的患者人口统计学资料和透析记录,包括年龄、性别、透析前血压、透析前体重等,采用了3种不同的机器学习算法——光梯度增强机(LGBM)、支持向量机(SVM)和TabNet,构建两个预测模型,分别命名为IDH-1和IDH-2。IDH-1模型通过整合患者透析前数据与历史透析数据的平均值来实时预测IDH风险;IDH-2模型则结合患者当前透析的全部数据及历史平均值,预测其下一次透析时IDH的发生风险。比较3种算法模型在曲线下面积(AUC)、精确率、召回率和F1分数等指标上的性能。结果434名患者共77808例次的血液透析治疗记录作为初始数据集,经过严格的数据筛选,IDH-1模型的最终数据集包含416名患者和71427条血液透析记录,IDH-2模型包含416名患者和71011条血液透析记录。TabNet在性能方面优于LGBM和SVM。在IDH-1模型中,TabNet算法的AUC值为0.84,95%CI为0.810~0.860;在IDH-2模型中,TabNet算法的AUC值为0.83,95%CI为0.805~0.850。历史IDH发作频率及透析前和透析期间的收缩血压被识别为IDH的关键预测因素。结论机器学习方法结合人口统计数据和透析参数在预测血液透析患者IDH方面具有巨大潜力,其中TabNet性能最优。

双轮铣槽机在地下连续墙施工中的应用

广州地铁12号线大学城南站地质及周边环境复杂,工期紧张,安全文明施工要求高,大学城南站通过引进双轮铣槽机施工地下连续墙实现了成槽功效高、质量好、环境影响小等优点,本文主要介绍双轮铣槽机成槽工艺及施工质量控制措施,以期为类似工程提供参考。

小寨隧道反坡施工安全技术研究

云桂铁路小寨隧道为Ⅰ级极高风险隧道,施工中如按原设计施工组织只采用顺坡施工,无法保证在预定工期内顺利贯通,经各相关管理部门层层把关,采取了切实可行的反坡施工措施,有效地缓解了小寨隧道工期压力。通过介绍小寨隧道反坡综合施工技术,为同类隧道施工提供借鉴。

运用管理科学充分调动教职工积极性

作为一名小学校长,要发挥学校的整体功能作用,搞好教育教学工作,必须学会科学地管理学校,这样才能日新其业。下边谈谈我在工作中的一些做法和体会。一、掌握、运用激励理论知识,充分调动激发教职工的革命热情与工作的积极性。 1.创造条件。

钢铁行业 出口退税不改行业向好

近期钢铁股全线上涨,位居行业涨幅榜前列。这主要是由于钢铁行业基本面持续向好,今年1季度盈利同比大幅增长;而且钢铁股目前动态PE10倍左右估值和A股市场相比明显偏低,基于世界钢铁成长主要来自中国,因此应该获得较高估值。

老基金净值赢来提升机会

2006年年末，封闭式基金价格在高位震荡盘整，而2007年期望获取稳定收益的投资者可以在封闭式基金价格回调时，大胆介入；同时新基金建仓有利老基金净值提升，投资者可以重点选择增持大盘蓝筹股配置较多、业绩稳健的偏股型开放式基金。