武警医学2024，Vol.35Issue(2) ：181-184.

基于机器学习算法构建术后谵妄风险预测模型的研究进展

高升润 李芸 李雨衡 王艳庆 高成杰
武警医学2024，Vol.35Issue(2) ：181-184.
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于机器学习算法构建术后谵妄风险预测模型的研究进展

高升润 1李芸 2李雨衡 1王艳庆 1高成杰1
扫码查看

作者信息

  • 1. 250031 济南,联勤保障部队第960医院麻醉科
  • 2. 250012 济南,山东第一医科大学附属省立医院疼痛科
  • 折叠

摘要

术后谵妄(POD)是老年患者术后常见的严重并发症,表现为注意力及认知功能急性障碍,可导致住院时间延长、死亡率增高,并且增加个人与社会的经济负担.术前早期预测POD有助于减少或逆转其发生,对改善患者预后及减轻社会负担具有重要意义.近年来机器学习的深度发展促使更加高效可靠的POD预测模型不断发展完善,极大提高了POD风险的预防及临床诊疗水平,笔者对基于机器学习构建术后谵妄预测风险模型进展作一综述.

关键词

机器学习/谵妄/术后谵妄/预测模型

引用本文复制引用

基金项目

山东省自然科学基金青年项目(ZR2021QH031)

出版年

2024
武警医学
中国人民武装警察部队后勤部卫生部

武警医学

CSTPCD
影响因子：0.747
ISSN：1004-3594
参考文献量30
段落导航相关论文