期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
比较多种机器学习模型预测肺移植术后受者生存
1
作者 史灵芝 刘亚灵 +7 位作者 严浩吉 喻赠玮 侯森林 刘明昭 杨航 吴波 田东 陈静瑜 《器官移植》 北大核心 2025年第2期264-271,共8页
目的 比较不同机器学习算法构建的预后模型在预测肺移植(LTx)受者生存期方面的性能和表现。方法 回顾性收集483例行LTx手术的受者资料,所有受者按7∶3的比例分为训练集和验证集,将收集到的24个变量基于变量重要性(VIMP)进行筛选,利用随... 目的 比较不同机器学习算法构建的预后模型在预测肺移植(LTx)受者生存期方面的性能和表现。方法 回顾性收集483例行LTx手术的受者资料,所有受者按7∶3的比例分为训练集和验证集,将收集到的24个变量基于变量重要性(VIMP)进行筛选,利用随机生存森林(RSF)和极端梯度提升树(XGBoost)构建预后模型,使用综合曲线下面积(iAUC)和时间依赖曲线下面积(t AUC)进行模型性能评估。结果 训练集和验证集的各变量差异均无统计学意义。基于VIMP筛选排名前15的变量用于建模并确定重症监护室(ICU)住院时间为最重要的因素。与XGBoost模型相比,RSF模型在预测受者生存期方面表现出更好的性能(i AUC0.773比0.723)。在预测受者6个月生存期(tAUC6个月0.884比0.809,P=0.009)和1年生存期(tAUC1年0.896比0.825,P=0.013)方面,RSF模型也表现出更好的性能。基于两种算法的预测截断值,将LTx术后受者分为高风险组和低风险组,两种模型的生存分析结果均显示高风险组受者的生存率低于低风险组(P<0.001)。结论 与XGBoost相比,基于RSF算法开发的机器学习预后模型可以更好地预测LTx受者的生存期。 展开更多
关键词 肺移植 机器学习 预测模型 随机生存森林 极端梯度提升树 生存期 比例风险回归模型 重症监护室
下载PDF
肺移植术后需要临床干预的气道狭窄患者生存结局的影响因素 被引量:2
2
作者 史灵芝 黄桁 +9 位作者 刘明昭 杨航 吴波 赵晋 严浩吉 左玉洁 张馨月 刘霖曦 田东 陈静瑜 《器官移植》 CAS CSCD 北大核心 2024年第2期236-243,共8页
目的分析肺移植术后需要临床干预的气道狭窄患者生存结局的影响因素。方法回顾性分析肺移植术后需要临床干预的66例气道狭窄患者的临床资料。采用单因素和多因素Cox回归模型分析所有气道狭窄患者和早期气道狭窄患者生存结局的影响因素,... 目的分析肺移植术后需要临床干预的气道狭窄患者生存结局的影响因素。方法回顾性分析肺移植术后需要临床干预的66例气道狭窄患者的临床资料。采用单因素和多因素Cox回归模型分析所有气道狭窄患者和早期气道狭窄患者生存结局的影响因素,采用Kaplan-Meier法计算总生存率并绘制生存曲线。结果66例气道狭窄患者,中位无气道狭窄时间为72(52,102)d,27%(18/66)发生中心气道狭窄,73%(48/66)发生远端气道狭窄。术后机械通气时间[风险比(HR)1.037,95%可信区间(CI)1.005~1.070,P=0.024]和手术类型(HR 0.400,95%CI 0.177~0.903,P=0.027)均与肺移植术后气道狭窄患者的生存结局存在相关性,术后机械通气时间越长,受者死亡风险越高;接受双肺移植的气道狭窄患者的总生存率优于单肺移植。在亚组分析中,3级原发性移植物失功(PGD)(HR 4.577,95%CI 1.439~14.555,P=0.010)和免疫抑制药(HR 0.079,95%CI0.022~0.287,P<0.001)与肺移植术后早期气道狭窄患者生存结局均存在相关性;无3级PGD的肺移植术后早期气道狭窄患者的总生存率优于有3级PGD的患者,使用他克莫司的肺移植术后早期气道狭窄患者的总生存率优于使用环孢素的患者。结论术后机械通气时间长、单肺移植手术方式、3级PGD和使用环孢素可能影响肺移植术后气道狭窄患者的生存。 展开更多
关键词 肺移植 气道狭窄 气道并发症 原发性移植物失功(PGD) 急性排斥反应 体外膜肺氧合 氧合指数 机械通气 单肺移植 双肺移植
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部