目的基于三种可解释的机器学习算法建立开颅手术患者重症监护室(Intensive Care Unit,ICU)住院时间是否超过8 d的预测模型(Predictive Model,PM),挖掘影响ICU住院时间的风险因素。方法选择2005—2018年在福建省立医院接受过开颅手术的患...目的基于三种可解释的机器学习算法建立开颅手术患者重症监护室(Intensive Care Unit,ICU)住院时间是否超过8 d的预测模型(Predictive Model,PM),挖掘影响ICU住院时间的风险因素。方法选择2005—2018年在福建省立医院接受过开颅手术的患者677例,基于机器学习的逻辑回归、随机森林以及梯度下降决策树算法对患者的67个字段建立PM,根据模型评估最优模型,并对其进行解释分析。结果梯度下降决策树模型效果最优,准确率为85%,受试者工作特征曲线下的面积为0.90。结论本文建立的PM具有有效性,可为临床医生提供辅助决策建议,方便提早做出相应干预与决定,减轻患者与医疗机构的负担。展开更多
文摘目的基于三种可解释的机器学习算法建立开颅手术患者重症监护室(Intensive Care Unit,ICU)住院时间是否超过8 d的预测模型(Predictive Model,PM),挖掘影响ICU住院时间的风险因素。方法选择2005—2018年在福建省立医院接受过开颅手术的患者677例,基于机器学习的逻辑回归、随机森林以及梯度下降决策树算法对患者的67个字段建立PM,根据模型评估最优模型,并对其进行解释分析。结果梯度下降决策树模型效果最优,准确率为85%,受试者工作特征曲线下的面积为0.90。结论本文建立的PM具有有效性,可为临床医生提供辅助决策建议,方便提早做出相应干预与决定,减轻患者与医疗机构的负担。