【摘要】：目的采用機(jī)器學(xué)習(xí)中的Bagging算法分析HBV-ACLF短期死亡影響因素,建立HBV-ACLF短期預(yù)后模型,比較其與MELD評(píng)分對(duì)患者短期預(yù)后評(píng)估的效能。方法收集2010年1月至2017年4月隨訪期滿3個(gè)月的新疆醫(yī)科大學(xué)第一附屬醫(yī)院131例HBV-ACLF患者的臨床資料,依據(jù)患者3個(gè)月內(nèi)的短期生存狀況,將其分為生存組及死亡組。采用Bagging算法分析HBV-ACLF短期死亡影響因素,建立患者生存狀況的分類模型,采用ROC曲線下面積比較Bagging模型與MELD評(píng)分的效能。結(jié)果 131例HBV-ACLF患者3個(gè)月內(nèi)死亡61例,存活70例,死亡率46.6%。Bagging算法得出HBV-ACLF短期死亡影響因素順序依次為:年齡、PTA、PT、白蛋白、血尿素,與MELD評(píng)分所采用指標(biāo)(膽紅素、國(guó)際標(biāo)準(zhǔn)化比值、肌酐、病因)有差異。ROC曲線下,Bagging算法AUC=0.9743、MELD評(píng)分AUC=0.6985。結(jié)論 Bagging模型對(duì)HBV-ACLF短期預(yù)后的評(píng)估效果較好,年齡、PTA、PT、白蛋白、血尿素是影響HBV-ACLF患者短期預(yù)后的主要危險(xiǎn)因素。
【圖文】：

Bagging算法及MELD評(píng)分ROC曲線下面積分別為0.9743,0.6985。MELD評(píng)分對(duì)HBV-ACLF患者3個(gè)月病死率預(yù)測(cè)能力弱,Bagging模型預(yù)測(cè)能力強(qiáng)。討 論

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉春紅;多倫多144例SARS病人的臨床特點(diǎn)和短期隨訪結(jié)果[J];國(guó)外醫(yī)學(xué)(臨床放射學(xué)分冊(cè));2003年04期

2 王緯;汪興泉;;安徽省蕪湖市防癆協(xié)會(huì)舉辦短期訓(xùn)練班[J];中國(guó)防癆雜志;1964年03期

3 劉炳巖,李太生,王愛(ài)霞;短期收治5例HIV感染者報(bào)告[J];中國(guó)艾滋病性病;2001年05期

4 袁明生,祝中勝;31例農(nóng)村肺結(jié)核患者不住院短期化療分析[J];現(xiàn)代中西醫(yī)結(jié)合雜志;2000年17期

相關(guān)會(huì)議論文 前1條

1 李秀惠;;《慢性乙型重癥肝炎(HBV-ACLF)中西醫(yī)結(jié)合診療指南》制定思路[A];第七次全國(guó)中西醫(yī)結(jié)合傳染病學(xué)術(shù)會(huì)議論文匯編[C];2016年

，

本文編號(hào)：2670722