期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
高斯过程模型对慢性心衰患者1年内再入院的风险评估 被引量：5
1
作者 张传备 李方 +5 位作者 翟春晓 余永明 舒明雷 王艺丹 徐良栋 郝恩魁 《山东大学学报（医学版）》 CAS 北大核心 2020年第6期28-33,共6页
目的探讨通过使用高斯过程模型(GPM)和超声心动图参数建立的风险预测模型对慢性左室收缩功能减低(LVSD)心衰患者进行1年再入院风险评估的临床价值。方法收集并整理慢性LVSD患者290例,以1年内再入院为本研究终点。所有患者行常规超声心... 目的探讨通过使用高斯过程模型(GPM)和超声心动图参数建立的风险预测模型对慢性左室收缩功能减低(LVSD)心衰患者进行1年再入院风险评估的临床价值。方法收集并整理慢性LVSD患者290例,以1年内再入院为本研究终点。所有患者行常规超声心动图检查,并收集二尖瓣反流、三尖瓣反流、胸腔积液、心包积液、肺动脉收缩压、左心室内径及左室射血分数等参数数据。将290例患者随机分为70%训练数据和30%测试数据,使用机器学习算法对训练数据集进行信息交互分析,评估各项参数的重要性,并融合多超声参数建立GPM预测系统模型。随后利用GPM风险预测系统模型对测试数据集患者1年内再入院风险进行分析,将所有患者纳入超声心动图参数积分系统(超声积分系统)进行预测,最后通过受试者工作特征曲线(ROC)对两种方法进行分析比较。结果利用GPM信息交互分析各项超声心动图参数的权重分别为:二尖瓣反流23.64%,三尖瓣反流22.09%,胸腔积液16.18%,心包积液14.36%,肺动脉收缩压9.04%,左心室内径8.86%,左室射血分数5.83%。基于GPM的风险预测系统与超声积分系统的受试者工作特征曲线下面积(AUC)分别为83.10%(95%CI:0.797~0.864)和70.60%(95%CI:0.647~0.765)。结论基于超声心动图参数的高斯过程模型能够很好的预测LVSD患者1年再入院风险,并优于超声参数积分系统。 展开更多
关键词 左室功能减低 高斯过程模型 超声心动图 1年再入院率
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部