| 标题 |
 基于机器学习构建脓毒症患者肠内营养不耐受风险预测模型 |
| 网址 | |
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 |
基于机器学习构建脓毒症患者肠内营养不耐受风险预测模型 题录 陈亚丽王磊李季 杭州师范大学附属医院重症医学科, 杭州 摘要：目的基于机器学习构建脓毒症患者肠内营养不耐受的风险预测模型, 并进行内部验证评价模型的预测效果。方法采用便利抽样法, 选取2022年6月—2024年6月杭州师范大学附属医院重症医学科收治的320例脓毒症患者为研究对象, 按照3∶1的比例随机分成训练集(n=240)和验证集(n=80)。采用单因素分析、二项Logistic回归分析探讨脓毒症患者肠内营养不耐受的影响因素, 采用类别型特征梯度提升机(CatBoost)、极端梯度提升(XGBoost)、支持向量机(SVM)、随机森林法(RF)4种机器学习算法构建风险预测模型, 通过交叉验证评估预测模型的性能, 根据受试者工作特征曲线下面积、准确度、灵敏度、特异度、召回率、精确率、F1值, 筛选出最优的风险预测模型, 并在验证集中进行模型验证。结果 320例脓毒症患者中, 131例患者发生肠内营养不耐受, 发生率为40.94%。年龄、体重指数、急性生理与慢性健康状况评价Ⅱ评分、肠内营养输注方式、肠内营养开始时间、白蛋白水平、腹内压是脓毒症患者发生肠内营养不耐受的影响因素。在CatBoost、XGBoost、SVM、RF 4种预测模型中, RF模... 更多 关键词： 脓毒症;肠内营养不耐受;风险预测模型;机器学习; 基金资助： 浙江省医药卫生科技计划(2023KY186)； 专辑： 医药卫生科技 专题： 临床医学;急救医学 分类号： R459.7; 在线公开时间： 2025-07-29（知网平台在线公开时间，不代表文献的发表时间） |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
Kao
Copyright
GingerF
潇洒的惋清
魔法屎尿屁
学术文献互助
不潮薯饼
Zephyrite
无极微光
Oyama
More
Haiverxin
儒雅的板栗
称心妙竹
jenningseastera
Criminology34
学霸业
核桃
诚心香菇
Fellow_Lee
皖公网安备34019202002308
