首页|基于随机森林的血糖变异预测ICU监护时长研究

基于随机森林的血糖变异预测ICU监护时长研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为预测ICU患者重症监护时长并研究血糖变异对时长的影响,分别构建K最近邻、决策树、支持向量机以及随机森林4种模型,使用重症患者的血糖变异情况和基本病例信息构成实验数据集进行训练,预测患者能否在72h内转出ICU病房.训练后的4种模型在判断患者重症监护时长的准确率分别为63.94％、78.77％、81.07％和84.14％.实验结果表明,血糖变异情况对患者重症监护时长有重要影响,且随机森林模型相比其它机器学习算法能较好地预测ICU患者的重症监护时长,能帮助医生合理安排治疗计划,在提高医疗资源利用效率上具有参考意义.
ICU Stay Time Prediction with Glucose Variability Based on Random Forest Model

耿晓斌、程云章、钟鸣、李帆

展开 >

上海理工大学上海介入医疗器械工程技术研究中心,上海200093

复旦大学附属中山医院重症医学科,上海200032

血糖变异 随机森林 重症监护室 时长预测 机器学习

上海工程技术研究中心资助项目

18DZ2250900

2021

10.11907/rjdk.201372

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(1)
  • 11