基于机器学习的心力衰竭发生风险预测模型的研究进展

扫码查看

原文链接

维普
万方数据

中文摘要：通过搜索并精读国内外相关研究,对心力衰竭相关机器学习模型进行系统分析,并从Logistic回归、随机森林、梯度提升树、支持向量机(SVM)、极致梯度提升树(XGBoost)等5 个模型分析心力衰竭模型应用现状及优势.本文作者综述了人工智能的发展进程及将机器学习应用于心力衰竭发生发展预测的研究现状,以帮助医务人员及早识别高风险人群和采取干预措施提供理论参考.

作者：

徐倩、徐翠荣、蔡雪、孙惠、郑月月

展开 >

作者单位：

东南大学医学院护理系,江苏南京 210009

东南大学附属中大医院护理部,江苏南京 210009

关键词：

机器学习心力衰竭风险因素预测模型综述

基金：

江苏省卫生健康委医学科研立项重点项目

项目编号：

ZD2022057

出版年：

2024

DOI：

10.3969/j.issn.1671-7562.2024.05.022

现代医学

东南大学

现代医学

CSTPCD

影响因子：0.703

ISSN：1671-7562

年,卷(期)：2024.52(5)

参考文献量38