首页|高斯过程模型对慢性心衰患者1年内再入院的风险评估

高斯过程模型对慢性心衰患者1年内再入院的风险评估

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 探讨通过使用高斯过程模型(GPM)和超声心动图参数建立的风险预测模型对慢性左室收缩功能减低(LVSD)心衰患者进行1年再入院风险评估的临床价值.方法 收集并整理慢性LVSD患者290例,以1年内再入院为本研究终点.所有患者行常规超声心动图检查,并收集二尖瓣反流、三尖瓣反流、胸腔积液、心包积液、肺动脉收缩压、左心室内径及左室射血分数等参数数据.将290例患者随机分为70％训练数据和30％测试数据,使用机器学习算法对训练数据集进行信息交互分析,评估各项参数的重要性,并融合多超声参数建立GPM预测系统模型.随后利用GPM风险预测系统模型对测试数据集患者1年内再入院风险进行分析,将所有患者纳入超声心动图参数积分系统(超声积分系统)进行预测,最后通过受试者工作特征曲线(ROC)对两种方法进行分析比较.结果 利用GPM信息交互分析各项超声心动图参数的权重分别为:二尖瓣反流23.64％,三尖瓣反流22.09％,胸腔积液16.18％,心包积液14.36％,肺动脉收缩压9.04％,左心室内径8.86％,左室射血分数5.83％.基于GPM的风险预测系统与超声积分系统的受试者工作特征曲线下面积(AUC)分别为83.10％(95％CI:0.797～0.864)和70.60％(95％CI:0.647～0.765).结论 基于超声心动图参数的高斯过程模型能够很好的预测LVSD患者1年再入院风险,并优于超声参数积分系统.
Gaussian process model for risk assessment of readmission for patients with chronic heart failure within one year

张传备、李方、翟春晓、余永明、舒明雷、王艺丹、徐良栋、郝恩魁

展开 >

潍坊医学院临床医学院,山东 潍坊261000

济南市中心医院保健科,山东 济南250012

山东大学附属千佛山医院心内科,山东 济南250012

山东大学控制科学与材料学院,山东 济南250012

国家超级计算济南中心,山东 济南250012

德州市人民医院急诊科,山东 德州253000

展开 >

左室功能减低 高斯过程模型 超声心动图 1年再入院率

2014年山东省科技发展计划

2014GSF118187

2020

山东大学学报(医学版)
山东大学

山东大学学报(医学版)

CSTPCD北大核心
影响因子：0.841
ISSN：1671-7554
年,卷(期)：2020.58(6)
  • 4
  • 5