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
2
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
XGBoost模型与Logistic回归模型预测儿童TBTB合并MPP的价值
1
作者
刘小峰
洪智文
+2 位作者
陈芳
严灿
谢齐放
《华夏医学》
CAS
2024年第5期55-61,共7页
目的比较XGBoost模型和Logistic回归模型在预测儿童气管支气管结核(TBTB)合并肺炎支原体肺炎(MPP)中的效能。方法收集2018年6月至2023年1月入院治疗的212例MPP患儿临床资料,根据是否合并TBTB将其分为合并组(n=42)与肺炎组(n=170)。通过X...
目的比较XGBoost模型和Logistic回归模型在预测儿童气管支气管结核(TBTB)合并肺炎支原体肺炎(MPP)中的效能。方法收集2018年6月至2023年1月入院治疗的212例MPP患儿临床资料,根据是否合并TBTB将其分为合并组(n=42)与肺炎组(n=170)。通过XGBoost和Logistic回归构建儿童TBTB合并MPP的临床预测模型,采用受试者工作特征(ROC)曲线绘制两个模型在预测儿童TBTB合并MPP中的预测价值;采用Delong检验确定两个模型曲线下面积的差异。结果XGBoost模型筛选符合情况的相关变量为地区、咳嗽时间、发热史、咳嗽史、SIRI、WBC、湿罗音、SII,多因素Logistic回归分析发现,地区、发热史、咳嗽史、咳嗽时间、WBC是儿童TBTB合并MPP的独立危险因素(P<0.05),XGBoost曲线下面积为0.996,而Logistic回归模型曲线下面积仅为0.851。Delong检验发现,XGBoost模型预测效能高于Logistic回归模型,差异有统计学意义(P<0.01)。结论XGBoost模型优于Logistic回归模型,可作为诊断儿童TBTB合并MPP的有效工具。
展开更多
关键词
气管支气管结核
肺炎支原体肺炎
XGBoost
LOGISTIC回归
预测模型
在线阅读
下载PDF
职称材料
小儿支原体大叶性肺炎的诊断模型建立
2
作者
石家云
刘小峰
+1 位作者
梁麟龙
谢齐放
《华夏医学》
CAS
2024年第2期150-155,共6页
目的通过Logistics回归建立肺炎支原体(MP)患儿并发大叶性肺炎的列线图诊断模型。方法选取2018年6月至2023年6月住院的239例MP患儿,依据临床资料分为常规肺炎组(78例)和大叶性肺炎组(161例)。利用Lasso回归模型筛选大叶性肺炎的相关指标...
目的通过Logistics回归建立肺炎支原体(MP)患儿并发大叶性肺炎的列线图诊断模型。方法选取2018年6月至2023年6月住院的239例MP患儿,依据临床资料分为常规肺炎组(78例)和大叶性肺炎组(161例)。利用Lasso回归模型筛选大叶性肺炎的相关指标,并应用Logistics回归构建列线图诊断模型。结果单因素分析发现年龄、咳嗽史、白细胞计数(WBC)、中性粒细胞计数(NEU)、血小板(PLT)、乳酸脱氢酶(LDH)与大叶性肺炎相关。Lasso回归筛选出年龄、咳嗽史、WBC、NEU、CRP、LDH和痰栓与大叶性肺炎强相关。Logistics回归分析表明年龄、咳嗽史、WBC、LDH和痰栓是大叶性肺炎患者的独立诊断因素。列线图诊断模型在区分小儿MP与大叶性肺炎方面展现出良好的实用性。结论采用Lasso和Logistics回归构建MP并发大叶性肺炎的列线图诊断模型的诊断效能高,模型C指数0.803,对MP患儿并发大叶性肺炎的诊断与治疗有重要意义。
展开更多
关键词
肺炎支原体
儿童
肺炎
大叶性肺炎
诊断模型
在线阅读
下载PDF
职称材料
题名
XGBoost模型与Logistic回归模型预测儿童TBTB合并MPP的价值
1
作者
刘小峰
洪智文
陈芳
严灿
谢齐放
机构
南华大学衡阳医学院附属长沙中心医院儿科
出处
《华夏医学》
CAS
2024年第5期55-61,共7页
基金
湖南省卫生健康委科研计划项目(D202306016238)。
文摘
目的比较XGBoost模型和Logistic回归模型在预测儿童气管支气管结核(TBTB)合并肺炎支原体肺炎(MPP)中的效能。方法收集2018年6月至2023年1月入院治疗的212例MPP患儿临床资料,根据是否合并TBTB将其分为合并组(n=42)与肺炎组(n=170)。通过XGBoost和Logistic回归构建儿童TBTB合并MPP的临床预测模型,采用受试者工作特征(ROC)曲线绘制两个模型在预测儿童TBTB合并MPP中的预测价值;采用Delong检验确定两个模型曲线下面积的差异。结果XGBoost模型筛选符合情况的相关变量为地区、咳嗽时间、发热史、咳嗽史、SIRI、WBC、湿罗音、SII,多因素Logistic回归分析发现,地区、发热史、咳嗽史、咳嗽时间、WBC是儿童TBTB合并MPP的独立危险因素(P<0.05),XGBoost曲线下面积为0.996,而Logistic回归模型曲线下面积仅为0.851。Delong检验发现,XGBoost模型预测效能高于Logistic回归模型,差异有统计学意义(P<0.01)。结论XGBoost模型优于Logistic回归模型,可作为诊断儿童TBTB合并MPP的有效工具。
关键词
气管支气管结核
肺炎支原体肺炎
XGBoost
LOGISTIC回归
预测模型
Keywords
tracheobronchial tuberculosis
mycoplasma pneumoniae pneumonia
XGBoost
Logistic regression
predictive modeling
分类号
R725.6 [医药卫生—儿科]
在线阅读
下载PDF
职称材料
题名
小儿支原体大叶性肺炎的诊断模型建立
2
作者
石家云
刘小峰
梁麟龙
谢齐放
机构
南华大学衡阳医学院附属长沙中心医院儿科
出处
《华夏医学》
CAS
2024年第2期150-155,共6页
基金
湖南省自然科学基金科卫联合项目(2019JJ80108)。
文摘
目的通过Logistics回归建立肺炎支原体(MP)患儿并发大叶性肺炎的列线图诊断模型。方法选取2018年6月至2023年6月住院的239例MP患儿,依据临床资料分为常规肺炎组(78例)和大叶性肺炎组(161例)。利用Lasso回归模型筛选大叶性肺炎的相关指标,并应用Logistics回归构建列线图诊断模型。结果单因素分析发现年龄、咳嗽史、白细胞计数(WBC)、中性粒细胞计数(NEU)、血小板(PLT)、乳酸脱氢酶(LDH)与大叶性肺炎相关。Lasso回归筛选出年龄、咳嗽史、WBC、NEU、CRP、LDH和痰栓与大叶性肺炎强相关。Logistics回归分析表明年龄、咳嗽史、WBC、LDH和痰栓是大叶性肺炎患者的独立诊断因素。列线图诊断模型在区分小儿MP与大叶性肺炎方面展现出良好的实用性。结论采用Lasso和Logistics回归构建MP并发大叶性肺炎的列线图诊断模型的诊断效能高,模型C指数0.803,对MP患儿并发大叶性肺炎的诊断与治疗有重要意义。
关键词
肺炎支原体
儿童
肺炎
大叶性肺炎
诊断模型
Keywords
mycoplasma pneumoniae
children
pneumonia
lobar pneumonia
diagnostic models
分类号
R725.6 [医药卫生—儿科]
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
XGBoost模型与Logistic回归模型预测儿童TBTB合并MPP的价值
刘小峰
洪智文
陈芳
严灿
谢齐放
《华夏医学》
CAS
2024
0
在线阅读
下载PDF
职称材料
2
小儿支原体大叶性肺炎的诊断模型建立
石家云
刘小峰
梁麟龙
谢齐放
《华夏医学》
CAS
2024
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
