首页|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

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

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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.

高升润、李芸、李雨衡、王艳庆、高成杰

展开 >

250031 济南,联勤保障部队第960医院麻醉科

250012 济南,山东第一医科大学附属省立医院疼痛科

机器学习 谵妄 术后谵妄 预测模型

山东省自然科学基金青年项目

ZR2021QH031

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
年,卷(期)：2024.35(2)
  • 30