换一批
换一批基于机器学习算法构建中老年腹膜透析患者肌少症发生的预测模型
A predictive model of sarcopenia occurrence in middle-aged and elderly peritoneal dialysis patients based on machine learning algorithm
摘要：
目的 基于机器学习算法构建中老年腹膜透析(peritoneal dialysis,PD)患者肌少症发生的预测模型,为肌少症的诊治测量提供参考依据.方法 选取 2020 年 5 月至 2023 年 10 月期间于海军军医大学第一附属医院(上海长海医院)住院治疗的 648 例中老年PD患者作为研究对象,收集患者临床资料,根据是否发生肌少症分为肌少症组 169 例和无肌少症组 479 例.基于机器学习算法,分别采用极限梯度提升树(extreme gradient boosting,XGBoost)和 Logistic回归、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)方法构建不同PD患者发生肌少症风险模型,并对模型进行评价比较.结果 共采集患者 26 项指标,单因素与 Logistic回归筛选出 9 项肌少症的影响因素.测试集上验证后的 XGBoost、Logistic、RF、SVM模型构建的预测中老年PD患者发生肌少症的曲线下面积(area under the curve,AUC)分别为 0.807、0.788、0.804、0.791,准确度分别为 0.829、0.813、0.855、0.819,F1 分数为 0.733、0.659、0.728、0.653.结论 基于机器学习算法 XGBoost预测模型在敏感性与准确度上优于 RF、Logistic、SVM模型,有助于指导临床医务人员识别PD发生肌少症高风险患者,有利于临床尽早制定干预策略.
更多
作者：
期刊：
《中国医学前沿杂志（电子版）》2024年16卷6期 31-37页
ISTIC
栏目名称：
论著
DOI：
10.12037/YXQY.2024.06-06
发布时间：
2024-07-19
- 浏览：14
- 被引：0
- 下载：12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
