目的 利用可解释的机器学习模型,探讨轻型缺血性卒中(minor ischemic stroke,MIS)2年内复发相关危险因素.方法 回顾性收集2020年7-12月山西省心血管病医院神经内科MIS患者一般资料、实验室结果、影像学等资料,单因素分析进行复发危险因素变量筛选,合成少数过采样技术-标称连续处理数据不平衡,数据集按8∶2的比例分为训练集与测试集,网格搜索10折交叉验证构建轻量梯度提升机(light gradient boosting machine,LightGBM)、支持向量机(support vector machine,SVM)模型,并与逻辑回归(logistic regression,LR)模型进行比较,基于ROC的AUC、校准曲线分别评价模型的区分度与校准度,性能最好的模型通过Shapley加性解释(Shapley additive explanation,SHAP)模型对预测结果进行解读.结果 本研究共纳入520例MIS患者,2年内复发93例(17.9％),测试集中LightGBM、SVM、LR预测患者2年内复发的AUC分别为0.935(95％CI 0.896～0.973)、0.833(95％CI 0.770～0.896)、0.764(95％CI 0.691～0.835),准确度分别为0.890、0.773、0.693,布里尔分数分别为0.105、0.167、0.200.结果 显示LightGBM模型性能最优,基于SHAP的LightGBM可解释模型重要性前5的是舒张压、年龄、糖尿病、LDL-C、吸烟.结论 本研究建立的LightGBM模型预测效果良好,可为MIS患者2年内复发的预测提供借鉴.通过SHAP可解释性帮助临床医师更好地理解预测模型结果背后的原因,对MIS患者做出更个性化与合理化的临床决策.

目的:使用机器学习中极限梯度提升（XGBoost）算法构建心脏外科术后患者发生急性肾损伤（AKI）的风险预测模型，探讨心脏外科术后患者发生AKI的危险因素和保护因素。方法:纳入美国重症监护医学信息数据库Ⅲ（MIMIC-Ⅲ）中全部接受心脏外科手术患者的临床资料，按术后14 d内是否发生AKI分为AKI组和非AKI组，并比较两组患者的临床特征。在五折交叉验证的基础上，分别采用XGBoost和Logistic回归法建立心脏外科术后AKI预测模型，并比较两种模型的受试者工作特征曲线下面积（AUC）。采用沙普利加和解释法（SHAP）解释XGBoost的输出模型。结果:共纳入6 912例心脏外科术后患者，其中5 681例（82.2%）在术后14 d内发生AKI，1 231例（17.8%）未发生AKI。与非AKI组相比，AKI组患者年龄更大〔岁：68.0（59.0，76.0）比62.0（52.0，71.0）〕，急诊入院及合并肥胖、糖尿病比例更高（52.4%比47.8%，9.0%比4.0%，32.0%比22.2%），生命体征指标中呼吸频率（RR）更低〔次/min：17.0（14.0，20.0）比19.0（15.0，22.0）〕，心率（HR）更慢〔次/min：80.0（67.0，89.0）比82.0（71.5，93.0）〕，血压更高〔mmHg（1 mmHg≈0.133 kPa）：80.0（70.7，90.0）比78.0（70.0，88.0）〕，实验室指标中血红蛋白（Hb）、血糖、血K +、血肌酐（SCr）更高〔Hb（g/L）：122.0（109.0，136.0）比120.0（106.0，135.0），血糖（mmol/L）：7.3（6.1，8.9）比6.8（5.7，8.5），血K +（mmol/L）：4.2（3.9，4.7）比4.2（3.8，4.6），SCr（μmol/L）：88.4（70.7，106.1）比79.6（70.7，97.2）〕，白蛋白（ALB）和三酰甘油（TG）更低〔ALB（g/L）：38.0（35.0，41.0）比39.0（37.0，42.0），TG（mmol/L）：1.4（1.0，2.0）比1.5（1.0，2.2）〕，且多器官功能障碍综合征（MODS）和脓毒症比例更高（30.6%比16.2%，3.3%比1.9%），差异均有统计学意义（均 P<0.05）。Logistic回归预测模型中的主要影响因素包括血乳酸〔Lac；优势比（ OR）＝1.062，95%可信区间（95% CI）为1.030~1.100， P＝0.050〕、肥胖（ OR＝2.234，95% CI为1.900~2.640， P<0.001）、男性（ OR＝0.858，95% CI为0.794~0.928， P＝0.049）、伴有糖尿病（ OR＝1.820，95% CI为1.680~1.980， P<0.001）和急诊入院（ OR＝1.278，95% CI为1.190~1.380， P<0.001）。受试者工作特征曲线（ROC曲线）分析显示，Logistic回归模型预测心脏外科术后发生AKI的AUC为0.62（95% CI为0.61~0.67）。经过网格搜索与五折交叉验证结合优化XGBoost模型参数，模型训练效果良好，没有出现过拟合或欠拟合。ROC曲线分析结果显示，XGBoost模型预测心脏外科术后发生AKI的AUC为0.77（95% CI为0.75~0.80），明显高于Logistic回归预测模型的AUC（ P<0.01）。经SHAP方法处理后，XGBoost输出模型中对最终结果最重要的预测因素是年龄和ALB，其中年龄是危险因素（平均| SHAP值|为0.434），ALB是保护因素（平均| SHAP值|为0.221）。 结论:年龄是心脏外科术后患者发生AKI的重要危险因素，而ALB则是保护因素。机器学习预测心脏外科术后AKI的效能比传统Logistic回归更加优秀，能分析变量与结局间更复杂的关系，更精准地个体化预测术后AKI的发生风险。

目的:探讨机器学习算法和COX列线图在肝细胞癌术后生存预测中的应用价值。方法:采用回顾性描述性研究方法。收集2012年1月至2017年1月中国医学科学院北京协和医学院肿瘤医院收治的375例肝细胞癌行根治性肝切除术患者的临床病理资料；男304例，女71例；中位年龄为57岁，年龄范围为21～79岁。375例患者通过计算机产生随机数方法以8∶2比例分为训练集300例和验证集75例，应用逻辑回归、支持向量机、决策树、随机森林、人工神经网络机器学习算法构建肝细胞癌患者术后生存的预测模型，筛选性能最优的机器学习算法预测模型；构建肝细胞癌患者术后生存预测的COX列线图预测模型；比较最优机器学习算法预测模型和COX列线图预测模型预测肝细胞癌患者术后生存的性能。观察指标：(1)训练集与验证集患者临床病理资料分析。(2)训练集与验证集患者随访及生存情况。(3)机器学习算法预测模型构建及验证。(4)COX列线图预测模型构建及验证。(5)随机森林机器学习算法预测模型与COX列线图预测模型预测性能评价。采用门诊或电话方式进行随访，了解患者生存情况。随访时间截至2019年12月或患者死亡。正态分布的计量资料以 ± s表示，组间比较采用配对 t检验。偏态分布的计量资料以 M( P25， P75)或 M(范围)表示，组间比较采用Mann-Whitney U检验。计数资料以绝对数表示，当Tmin≥5，N≥40时，组间比较采用 χ2检验；当1≤Tmin≤5，N≥40时，采用校正 χ2检验；当Tmin<1或N<40时，采用Fisher确切概率法。采用Kaplan-Meier法计算生存率和绘制生存曲线。采用COX比例风险模型进行单因素分析，将 P<0.2的变量纳入Lasso回归分析，根据λ值筛选影响预后的变量，最后将变量纳入COX比例风险模型进行多因素分析。 结果:(1)训练集与验证集患者临床病理资料分析：训练集和验证集患者微血管侵犯(无、有)，肝硬化(无、有)分别为292、8例，105、195例和69、6例，37、38例，两组患者比较，差异均有统计学意义( χ2＝4.749，5.239， P<0.05)。(2)训练集与验证集患者随访及生存情况：训练集与验证集患者均获得随访。训练集300例患者随访时间为1.1～85.5个月，中位随访时间为50.3个月。验证集75例患者随访时间为1.0～85.7个月，中位随访时间为46.7个月。375例肝细胞癌患者术后1、3年总体生存率分别为91.7%、79.5%。训练集和验证集患者术后1、3年总体生存率分别为92.0%、79.7%和90.7%、81.9%。两组患者术后生存情况比较，差异无统计学意义( χ2＝0.113， P>0.05)。(3)机器学习算法预测模型构建及验证。①筛选最优机器学习算法预测模型：根据变量对预测肝细胞癌术后3年生存的信息增益度，应用逻辑回归、支持向量机、决策树、随机森林和人工神经网络5种机器学习算法对肝细胞癌临床病理因素进行变量综合排名。筛选主要预测因素为乙型肝炎e抗原(HBeAg)、手术方式、肿瘤最大直径、围术期输血、肝被膜侵犯、肝脏Ⅳ段侵犯。将预测因素前3、6、9、12、15、18、21、24、27、29个变量依次引入5种机器学习算法。其结果显示：当引入9个变量时，逻辑回归、支持向量机、决策树、随机森林机器学习算法预测模型受试者工作特征曲线的曲线下面积(AUC)趋于稳定。当引入变量>12个时，人工神经网络机器学习算法预测模型AUC波动明显，逻辑回归、支持向量机机器学习算法预测模型AUC稳定性可继续改善，而随机森林机器学习算法预测模型AUC接近0.990，说明随机森林机器学习算法预测模型为最优机器学习算法预测模型。②随机森林机器学习算法预测模型优化和验证：将预测因素29个变量依次引入随机森林机器学习算法预测模型中，构建训练集最佳随机森林机器学习算法预测模型。其结果显示：当引入变量＝10个时，网格搜索法示最佳决策树结点个数＝4，最佳决策树数目＝1 000；当引入变量≥10个时，随机森林机器学习算法预测模型AUC稳定在0.990左右。其中当引入变量＝10个时，随机森林机器学习算法预测模型预测训练集术后3年总体生存AUC为0.992，灵敏度为0.629，特异度为0.996，预测验证集术后3年总体生存AUC为0.723，灵敏度为0.177，特异度为0.948。(4)COX列线图预测模型构建及验证。①训练集患者术后生存因素分析。单因素分析结果显示：HBeAg、甲胎蛋白、围术期输血、肿瘤最大直径、肝被膜侵犯、肿瘤分化程度是影响肝细胞癌患者术后生存的相关因素(风险比＝1.958，1.878，2.170，1.188，2.052，0.222，95%可信区间为1.185～3.235，1.147～3.076，1.389～3.393，1.092～1.291，1.240～3.395，0.070～0.703， P<0.05)。将 P<0.2的临床病理因素纳入Lasso回归分析，其结果显示：性别，HBeAg，甲胎蛋白，手术方式，围术期输血，肿瘤最大直径，肿瘤位置在肝脏Ⅴ段和肝脏Ⅷ段，肝被膜侵犯，肿瘤分化程度(高分化、中高分化、中分化、中低分化)是影响肝细胞癌患者术后生存的相关因素。进一步将上述临床病理因素纳入多因素COX回归分析，其结果显示：HBeAg、手术方式、肿瘤最大直径是肝细胞癌患者术后生存的独立影响因素(风险比＝1.770，8.799，1.142，95%可信区间为1.049～2.987，1.203～64.342，1.051～1.242， P<0.05)。②COX列线图预测模型的构建和验证：将训练集COX多因素分析结果中 P≤0.1的临床病理因素引入Rstudio软件及其rms软件包，构建训练集COX列线图预测模型。COX列线图预测模型预测术后总体生存的C-index为0.723(se＝0.028)，预测训练集术后3年总体生存AUC为0.760，预测验证集术后3年总体生存AUC为0.795。训练集校准图验证显示COX列线图预测模型对术后生存有较好预测效果。COX列线图回归函数＝0.627 06×HBeAg(正常＝0，异常＝1)＋0.134 34×肿瘤最大直径(cm)＋2.107 58×手术方式(腹腔镜＝0，开腹手术＝1)＋0.545 58×围术期输血(无输血＝0，输血＝1)－1.421 33×高分化(非高分化＝0，高分化＝1)。计算所有患者COX列线图风险评分，应用Xtile软件寻找COX列线图风险评分最佳阈值，风险评分≥2.9分为高危组，风险评分<2.9分为低危组。Kaplan-Meier总体生存曲线结果显示：训练集低危组和高危组患者术后总体生存比较，差异有统计学意义( χ2＝33.065， P<0.05)。验证集低危组和高危组患者术后总体生存比较，差异有统计学意义( χ2＝6.585， P<0.05)。进一步采用决策曲线分析结果显示：联合HBeAg、手术方式、围术期输血、肿瘤最大直径和肿瘤分化程度因素的COX列线图预测模型预测性能优于单一因素的预测性能。(5)随机森林机器学习算法预测模型和COX列线图预测模型预测性能评价：通过对2种模型中共同含有的重要变量(肿瘤最大直径)进行分析，并将2种模型通过预测误差曲线进行比较，观察2种模型的预测差异。其结果显示：肿瘤最大直径为2.2 cm时，随机森林机器学习算法和COX列线图预测模型预测患者术后3年生存率分别为77.17%和74.77%( χ2＝0.182， P>0.05)；肿瘤最大直径为6.3 cm时，随机森林机器学习算法和COX列线图预测模型预测患者术后3年生存率分别为57.51%和61.65%( χ2＝0.394， P>0.05)；肿瘤最大直径为14.2 cm时，随机森林机器学习算法和COX列线图预测模型预测患者术后3年生存率分别为51.03%和27.52%( χ2＝12.762， P<0.05)。随着肿瘤最大直径增加，2种模型预测患者生存率差异增大。验证集中，随机森林机器学习算法预测模型预测患者术后3年总体生存AUC为0.723，COX列线图预测模型预测患者术后3年总体生存AUC为0.795，两者比较，差异有统计学意义( t＝3.353， P<0.05)。采用Bootstrap交叉验证结果显示：随机森林机器学习算法预测模型和COX列线图预测模型预测3年生存的整合Brier得分分别为0.139、0.134，COX列线图预测模型预测误差低于随机森林机器学习算法预测模型。 结论:与机器学习算法预测模型比较，COX列线图预测模型预测肝细胞癌术后3年生存性能更佳，且其变量少，易于临床使用。

目的:机器学习是人工智能的一个重要分支及支撑技术，本研究拟比较基于基质辅助激光解吸电离飞行时间质谱（MALDI-TOF-MS）技术的4种肺炎克雷伯菌对亚胺培南药物敏感性机器学习预测模型的诊断效能。方法:回顾性研究。收集2019年1月至2020年12月天津市海河医院检验科微生物室临床标本中分离的684株肺炎克雷伯菌的MALDI-TOF MS质谱峰和亚胺培南药敏数据，从中按照简单随机方法选取亚胺培南敏感株和耐药株各70株的质谱峰数据作为训练集，以及敏感株和耐药株各30株建立测试集模型，对上述200份标本的质谱峰数据经归一化处理后进行正交偏最小二乘判别分析（OPLS-DA）后，再分别通过最小绝对值选择与收缩算子（LASSO）、逻辑回归（LR）、支持向量机（SVM）和神经网络（NN）算法建立训练集数据模型，通过网格搜索算法和10折交叉验证选取最好的训练集和测试集模型曲线下面积（AUC）和混淆矩阵，通过测试集混淆矩阵验证预测模型的正确率。结果:OPLS-DA分析的R2Y和Q2分别为0.546 3和0.017 8，最优的LASSO、LR、SVM和NN算法训练集和测试集的AUC分别为1.000 0和0.858 1、1.000 0和0.820 1、0.940 8和 0.756 1、1.000 0和0.697 2，训练集模型对耐药预测准确率分别为99%（69/70）、100%（70/70）、91%（64/70）和100%（70/70），药物敏感预测准确率分别为100%（70/70）、100%（70/70）、90%（63/70）和100%（70/70），正确率分别为99%（139/140）、100%（140/140）、91%（127/140）和100%（140/140），经测试集验证分别对耐药预测准确率为93%（28/30）、87%（26/30）、60%（18/30）和60%（18/30），药物敏感预测准确率分别为100%（30/30）、80%（24/30）、93%（28/30）和67%（20/30），正确率分别为97%（58/60）、83%（50/60）、77%（46/60）和63%（38/60）。结论:LASSO算法建立的肺炎克雷伯菌对亚胺培南药物敏感性预测模型具有较高的诊断效能，具有潜在的临床辅助决策支持能力。

目的 构建一种基于机器学习的预测模型,用于人工关节置换术后医院感染的预测.方法 选择浙江省杭州市某三甲医院2017年1月-2022年11月进行人工关节置换手术的1 800例住院患者作为研究对象,将数据集以3:1的比例随机分成训练集(1 350例)和测试集(450例).在训练集中应用递归特征消除方法进行自变量筛选,通过网格搜索方法确定逻辑回归、支持向量机(SVM)、决策树(DT)、极端梯度提升(XGBoost)和随机森林(RF)等五类模型的最佳参数.使用敏感度(TPR)、阳性预测值(PPV)、特异度(TNR)、阴性预测值(NPV)、F1分数、准确度和曲线下面积(AUC)等指标来评估模型性能,确定较优机器学习模型,并采用沙普利加性解释(SHAP)方法对较优模型中的变量重要性进行解释.结果 1 800例参与者中102例发生感染,发生率为5.67％;逻辑回归、DT、RF、SVM和XGBoost等五个模型在训练集中的AUC值达0.92、0.89、0.98、0.70、0.98;测试集中AUC值则分别为0.85、0.78、0.86、0.63、0.88;XGBoost、RF模型为较优的机器学习模型.SHAP结果显示围手术期抗菌药物使用天数、手术时间、年龄、国家医院感染监控系统(NNIS)评分、失血量是较为重要的预测因子.结论 本研究建立了基于机器学习算法的人工关节置换术后医院感染风险预测模型,并比较了多种预测模型的效能,其中XGBoost、RF模型的总体性能较优,有利于及时准确地识别人工关节置换术后医院感染高危患者并实施有效的干预措施.

目的 4 种机器学习算法构建心力衰竭风险预测模型,为早期发现病患和治疗干预提供理论支撑.方法 通过对Kaggle社区上发布的心力衰竭数据集预处理后,使用特征选择筛选出与心衰的相关因素作为预测指标,选择逻辑回归、决策树、AdaBoost、XGBoost 4 种机器学习算法建立预测模型.对其准确率、精准率、召回率、F1-Score、ROC曲线下面积(AUC)进行对比分析,以验证模型性能.结果 研究分析了 918 例心衰患者的 11 种特征,筛选出10 个特征因子纳入建模.经网格搜索方法超参数调优后,XGBoost 模型表现最优,准确率、精准率、召回率、f1_score、AUC值分别为 87.5%、90.38%、89.71%、90.04%、0.93.另外,数据分析显示运动ST段坡度、运动性心绞痛、胸痛类型、年龄为心力衰竭的主要影响因子.结论 XGBoost模型对心力衰竭预测性能最佳,机器学习算法能为心力衰竭的早期防控及诊断提供参考依据.

为实现低噪声、高质量的脑电信号传输,增强稳态视觉诱发电位(steady-state visual evoked potentials,SSVEP)脑机接口系统的应用能力,本研究设计了一种高效的SSVEP信号预处理滤波方法,用于去除伪迹与信号漂移.首先,本研究基于前期研究的含噪数据,进行了离线分析验证,并使用网格搜索方法,优化各滤波环节中的参数设定;然后,设计了 38 个刺激目标的拼写器,并纳入 20 名健康受试者进行在线分析.结果表明,在 2、3s时间窗下,经预处理滤波后的信号分类准确率分别提升了 8.88%与6.66%,信息传输速率分别提升了19.59%与10.5%.此外,将受试者分为初试组与经验组,并进行配对单因素方差检验,证实两组准确率具有显著差异(P2s_acc =0.02,P3s_acc =0.028).本研究的预处理滤波方法可高效去除SSVEP信号在时域与频域中的伪迹与噪声,提高分类识别的准确率,能够对其他范式脑机接口的信号预处理工作提供参考.

目的 分析我国不同气候区域小麦真菌毒素共污染特征,建立气候分类模型.方法 对来自12个省、自治区的887份小麦样本中脱氧雪腐镰刀菌烯醇、雪腐镰刀菌烯醇、黄曲霉毒素、赭曲霉毒素、伏马菌素、玉米赤霉烯酮、T-2和HT-2共8种真菌毒素检测数据按样本采集地的气候类型分为温带大陆性气候、温带季风气候和亚热带季风气候3类.对数据进行预处理并使用Borderline-SMOTE方法扩充以平衡数据集.使用主成分分析方法(PCA)对8种真菌毒素检测数据进行特征降维,选择降维后累计贡献率达97％的前二维特征作为小麦毒素数据特征.利用机器学习中的K最近邻(KNN)非线性分类器对上述数据特征进行分类研究,同时使用网格搜索算法对KNN模型参数进行调优.采用混淆矩阵、准确率、召回率和F1得分4个指标对模型进行评价,并比较所构建模型与支持向量机、随机森林和人工神经网络等常见分类模型在上述数据中的表现效果.结果 本文提出的Borderline-SMOTE、PC A与KNN相结合的分类模型对小麦8种真菌毒素共污染特征的气候分类准确率可达98.31％,且方法性能优于其他分类方法.结论 本文建立的分类模型能有效判别我国3种气候条件下小麦8种真菌毒素的共污染特征,可为分地区的真菌毒素联合暴露风险评估提供依据,并提出了 一种基于食品多项检测指标进行地区分类的方法.

目的 采用CatBoost算法和逻辑回归(LR)算法构建子痫前期预测模型,以期为子痫前期高风险人群的早期防治提供参考.方法 选取 2012 年 1 月—2021 年 12 月于徐州市中心医院进行产检及分娩的孕产妇1 325 例作为研究对象,其中研究组为患有子痫前期的孕产妇 461 例,对照组为随机抽取的同期正常妊娠的孕产妇 864 例.收集孕产妇住院期间的体格检查、人口学特征以及血常规、尿常规和生化指标等资料进行回顾性分析,通过统计学分析筛选导致子痫前期发生的独立影响因素.纳入独立影响因素,通过网格搜索法寻找LR算法和CatBoost算法的最优参数构建预测模型,并对模型进行预测效果评价.结果 当C=100,penalty="l2",solver ="liblinear"时,LR模型达到最佳效果,AUC=0.976 9,准确度=0.944 7,精确度=0.959 0,召回率=0.873 1,F1= 0.914 1.当depth=5,iterations=500,l2_leaf_reg=1,learning_rate=0.1,rsm=0.5 时,CatBoost模型达到最佳效果,其AUC=0.983 0,准确度=0.952 3,精确度=0.967 5,召回率=0.888 1,F1=0.926 1.结论 2 种风险预测模型在预测性能上都有较好的表现,可以有效预测子痫前期的发生,有早期识别子痫前期的潜在应用价值.

目的 构建产后抑郁风险预测模型,并识别预测因子.方法 选取住院分娩产妇835人为研究对象,按照时间段分为训练集722人及测试集113人,以产后6周是否发生产后抑郁为结局指标.利用logistic回归、支持向量机和随机森林3种监督学习算法建立风险预测模型,采用序列前向选择法筛选特征,通过网格搜索法调整模型参数.将训练好的模型在训练集上进行十折交叉验证,在测试集上进行外部验证.结果 产妇产后6周抑郁发生率为22.6％(189/835).经筛选,最终纳入14个预测因子.3种监督学习模型中,随机森林模型预测性能最佳,在测试集上的受试者工作特征曲线下面积、Brier得分、准确率、精确度、召回率和F1得分分别为0.943、0.073、0.903、0.684、0.722和0.703.结论 基于随机森林的产后抑郁风险模型预测性能最佳,能够辅助医护人员识别高风险人群.