期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习算法的诊断模型对结核性胸腔积液的应用价值
1
作者
焦家欢
孙长峰
+2 位作者
吴刚
黄富礼
盛云建
《中国防痨杂志》
北大核心
2025年第8期1053-1061,共9页
目的:探索基于人工智能机器学习算法(machine learning algorithm,MLA)构建的诊断模型在结核性胸腔积液(tuberculous pleural effusion,TPE)诊断中的价值。方法:采用回顾性研究方法,参照入组标准纳入2020年1月至2022年9月四川省乐山市...
目的:探索基于人工智能机器学习算法(machine learning algorithm,MLA)构建的诊断模型在结核性胸腔积液(tuberculous pleural effusion,TPE)诊断中的价值。方法:采用回顾性研究方法,参照入组标准纳入2020年1月至2022年9月四川省乐山市人民医院收治的233例胸腔积液患者作为内部实验组,按是否诊断为TPE,将患者分为结核组(106例)和非结核组(127例)。运用R 4.1.1软件进行数据整理和统计分析,利用LASSO回归筛选变量,并依此分别构建随机森林(RF)、支持向量机-线性核(SVM-linear)、支持向量机-多项式核(SVM-polynomial)、多因素logistic回归等4种MLA开发诊断模型。通过受试者工作曲线下面积(AUC)评估不同模型的诊断性能,并与胸腔积液腺苷脱氨酶(ADA)的诊断效能进行比较。另纳入同期西南医科大学附属医院的141例胸腔积液患者(结核组101例,非结核组40例)进行外部验证。结果:LASSO回归分析显示,胸腔积液总蛋白、ADA、单核细胞占比,以及血清中性粒细胞占比、血小板计数、发热及盗汗均是发生TPE的危险因素(惩罚系数分别为0.216、0.058、0.003、0.049、0.000、0.045、1.605),而胸腔积液癌胚抗原(CEA)、多核细胞占比,以及外周血白细胞计数均与TPE出现概率更低相关(惩罚系数分别为-0.072、-0.029、-0.567)。构建的RF、SVM-linear、SVM-polynomial和多因素logistic回归分析等4种MLA开发的诊断模型对TPE的诊断敏感度分别为91.8%、84.5%、86.9%、85.4%;特异度分别为99.0%、81.6%、93.8%、81.6%;AUC值分别为0.988、0.875、0.959和0.886,均高于胸腔积液ADA(分别为83.1%、77.9%、0.820)。在外部验证中,RF、SVM-linear、SVM-polynomial和多因素logistic回归模型的AUC值分别为0.834、0.827、0817和0.815。结论:基于RF算法构建的TPE诊断模型具有最优质的诊断性能,可以更加简单、快速、有效地识别TPE。
展开更多
关键词
结核
胸膜
胸腔积液
诊断
计算机辅助
模型
统计学
算法
人工智能
在线阅读
下载PDF
职称材料
题名
基于机器学习算法的诊断模型对结核性胸腔积液的应用价值
1
作者
焦家欢
孙长峰
吴刚
黄富礼
盛云建
机构
乐山市人民医院感染性疾病科
西南医
科
大学附属
医院
感染
科
西南医
科
大学附属
医院
感染
与免疫实验室
出处
《中国防痨杂志》
北大核心
2025年第8期1053-1061,共9页
基金
四川省感染性疾病科临床重点专科建设项目(川卫医政函[2024]116号)。
文摘
目的:探索基于人工智能机器学习算法(machine learning algorithm,MLA)构建的诊断模型在结核性胸腔积液(tuberculous pleural effusion,TPE)诊断中的价值。方法:采用回顾性研究方法,参照入组标准纳入2020年1月至2022年9月四川省乐山市人民医院收治的233例胸腔积液患者作为内部实验组,按是否诊断为TPE,将患者分为结核组(106例)和非结核组(127例)。运用R 4.1.1软件进行数据整理和统计分析,利用LASSO回归筛选变量,并依此分别构建随机森林(RF)、支持向量机-线性核(SVM-linear)、支持向量机-多项式核(SVM-polynomial)、多因素logistic回归等4种MLA开发诊断模型。通过受试者工作曲线下面积(AUC)评估不同模型的诊断性能,并与胸腔积液腺苷脱氨酶(ADA)的诊断效能进行比较。另纳入同期西南医科大学附属医院的141例胸腔积液患者(结核组101例,非结核组40例)进行外部验证。结果:LASSO回归分析显示,胸腔积液总蛋白、ADA、单核细胞占比,以及血清中性粒细胞占比、血小板计数、发热及盗汗均是发生TPE的危险因素(惩罚系数分别为0.216、0.058、0.003、0.049、0.000、0.045、1.605),而胸腔积液癌胚抗原(CEA)、多核细胞占比,以及外周血白细胞计数均与TPE出现概率更低相关(惩罚系数分别为-0.072、-0.029、-0.567)。构建的RF、SVM-linear、SVM-polynomial和多因素logistic回归分析等4种MLA开发的诊断模型对TPE的诊断敏感度分别为91.8%、84.5%、86.9%、85.4%;特异度分别为99.0%、81.6%、93.8%、81.6%;AUC值分别为0.988、0.875、0.959和0.886,均高于胸腔积液ADA(分别为83.1%、77.9%、0.820)。在外部验证中,RF、SVM-linear、SVM-polynomial和多因素logistic回归模型的AUC值分别为0.834、0.827、0817和0.815。结论:基于RF算法构建的TPE诊断模型具有最优质的诊断性能,可以更加简单、快速、有效地识别TPE。
关键词
结核
胸膜
胸腔积液
诊断
计算机辅助
模型
统计学
算法
人工智能
Keywords
Tuberculosis,pleural
Pleural effusion
Diagnosis,computer-assisted
Models,statistical
Algorithms
Artificial intelligence
分类号
R52 [医药卫生—内科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习算法的诊断模型对结核性胸腔积液的应用价值
焦家欢
孙长峰
吴刚
黄富礼
盛云建
《中国防痨杂志》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
