基于机器学习算法构建老年重症病人静脉血栓栓塞症风险预测模型
金杰1
徐清2
卢洁1
赵佳月1
张晴1
孔杨1
许红梅1
1.滨州医学院,山东 2566002.滨州医学院烟台附属医院
摘要：目的:基于机器学习算法构建老年重症病人静脉血栓栓塞症(VTE)风险预测模型.方法:选取2020年1月—2023年6月山东省3所三级甲等综合医院重症监护室(ICU)收治的909例老年重症病人作为研究对象,收集病人相关临床资料,按7∶3比例将病人随机划分为训练集(636例)和验证集(273例).以ICU住院期间是否发生VTE为结局变量,基于随机森林、极端梯度提升、支持向量机和梯度提升树4种机器学习算法构建预测模型.采用受试者工作特征曲线下面积(AUC)、Brier分数等指标评估模型预测效能并选出最优模型.采用SHAP算法对最优模型进行解释性分析.结果:909例老年重症病人中258例病人发生VTE,VTE发生率为28.4%.4种模型中随机森林的AUC(0.803)、准确度(0.733)、灵敏度(0.662)和特异度(0.760)均较高,Brier分数最低(0.171).结论:基于随机森林开发的老年重症病人VTE风险预测模型有良好的预测能力,可为优化老年重症病人VTE管理提供参考.
关键词：机器学习老年人重症静脉血栓栓塞症预测模型随机森林
资助基金：山东省自然科学基金面上项目(ZR2023MH378)
论文发表日期：2025-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 2327-2335 )
英文信息