摘要
目的 本研究基于临床电子病历与临床辅助决策系统构建机器学习模型(AI模型),并对机器学习模型与人工Caprini量表对深静脉血栓形成(Deep vein thrombosis,DVT)风险的预测效果进行对比.方法 回顾性收集与模型建立一致的住院患者的临床变量、金标准诊断结果以及Caprini评分,比较AI模型与Caprini的受试者特征曲线下面积(AUC)、敏感性与特异性.结果 AI模型对DVT的预测效果(AUC=0.894,95％CI:0.838,0.940)显著优于Caprini量表(AUC=0.716,95％CI:0.626,0.801),P＜0.001.机器学习模型的敏感性、特异性也高于Caprini评分.结论 机器学习模型预警工具对高危住院患者DVT的预测效果较人工Caprini评分具有明显的优势,或有助于DVT的风险管理,值得在临床上推广应用.
基金项目
上海市卫生计生委智慧医疗专项研究项目(2018ZHYL0231)
NETL
NSTL
维普
万方数据