目的 建立一個機(jī)器學(xué)習(xí)模型能夠準(zhǔn)確預(yù)測急性呼吸窘迫綜合征(acute respiratory distress syndrome, ARDS)患者死亡風(fēng)險,選取合適的填充方式解決現(xiàn)有電子健康記錄(electronic health record, EHR)中存在的稀疏性、不規(guī)則性問題,輔助醫(yī)生進(jìn)行臨床決策。方法 從重癥監(jiān)護(hù)醫(yī)學(xué)信息數(shù)據(jù)庫(medical information mart for intensive care, MIMIC-Ⅲ)中篩選符合“柏林定義”的ARDS患者,并對患者入院24 h內(nèi)的生命體征、實驗室指標(biāo)、診斷代碼、影像學(xué)報告等數(shù)據(jù)進(jìn)行回顧性分析,首先使用非負(fù)潛在因子分解填補缺失值,然后構(gòu)建兩階段的堆疊異構(gòu)集成學(xué)習(xí)方法,預(yù)測患者30 d內(nèi)的死亡風(fēng)險,采用受試者工作特征曲線下面積(area under the receiver operation characteristic curve, AUROC)、準(zhǔn)確度、精確度、F1值等指標(biāo)對模型進(jìn)行評價,并進(jìn)行特征重要性分析。結(jié)果 本研究共納入2 576個患者,80%用于訓(xùn)練,20%用于模型測試。利用不同填充方式對數(shù)據(jù)進(jìn)行處理...
|