期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于可解释性机器学习的心力衰竭并发急性肾损伤生存预后模型研究
1
作者 王鑫宇 江洁 +1 位作者 陈广新 胡明成 《中国医药科学》 2025年第10期4-10,共7页
目的本研究旨在开发并验证一种基于可解释性机器学习的心力衰竭(HF)并发急性肾损伤(AKI)患者住院期间全因死亡风险预测模型。方法研究数据来源于MIMIC-IV数据库,纳入9987例ICU住院患者,通过国际疾病分类编码(ICD-9/10)筛选HF合并AKI病... 目的本研究旨在开发并验证一种基于可解释性机器学习的心力衰竭(HF)并发急性肾损伤(AKI)患者住院期间全因死亡风险预测模型。方法研究数据来源于MIMIC-IV数据库,纳入9987例ICU住院患者,通过国际疾病分类编码(ICD-9/10)筛选HF合并AKI病例。采用多重插补处理缺失数据,结合Lasso回归与BorutaShap算法进行特征筛选,最终确定13个关键预测因子,包括查尔森合并症指数、急性生理与慢性健康评分、住院时长等。本研究比较了10种机器学习模型(如XGBoost、随机森林、逻辑回归等)。结果随机森林、梯度提升机和XGBoost的AUC最佳(0.78);XGBoost准确率最高(71.76%),F1得分最优(75.00%);决策树特异度最突出(90.80%);梯度提升机灵敏度最佳(78.03%)。SHAP分析表明,查尔森合并症指数、急性生理与慢性健康评分及呼吸率是影响死亡风险的核心因素。研究进一步揭示了特定亚群体中特征重要性的动态差异,例如住院时长与胆红素评分在局部预测中的突出作用。基于模型结果,开发了在线风险评估平台,为临床医生提供个体化风险概率,支持早期干预决策。结论本研究通过可解释性机器学习模型,为HF并发AKI患者的预后管理提供了精准工具,为临床提供辅助决策。 展开更多
关键词 心力衰竭 急性肾损伤 机器学习 可解释性分析 生存预后模型
在线阅读 下载PDF
“对分课堂”+混合式教学模式在国家级特色专业人才培养中的实践探索
2
作者 于广浩 李莲娣 +4 位作者 董默 陈喆星 董晓旭 张建宁 胡嘉航 《中国卫生产业》 2024年第13期19-21,共3页
目的探讨“对分课堂”+混合式教学模式在国家级特色专业人才培养中的实践探索。方法选取2022年3月—2023年6月牡丹江医学院影像诊断专业2019、2020级616名学生,学生按照年级分为两组,为2019组(248名)及2020组(368名),2019组于2022年3—... 目的探讨“对分课堂”+混合式教学模式在国家级特色专业人才培养中的实践探索。方法选取2022年3月—2023年6月牡丹江医学院影像诊断专业2019、2020级616名学生,学生按照年级分为两组,为2019组(248名)及2020组(368名),2019组于2022年3—6月使用传统教学模式进行教学,2020组于2023年3—6月间以“对分课堂”+混合式教学模式进行教学,比较两组的理论、技能、临床实践评分情况及教学满意度情况。结果“对分课堂”+混合式教学模式后,2020组考核评分高于2019组,差异有统计学意义(P<0.05);2019组教学满意度为81.05%(241/248),低于2020组的94.57%(348/368),差异有统计学意义(χ^(2)=27.924,P<0.05)。结论“对分课堂”+混合式教学模式在国家级特色专业人才培养中效果明显,不仅使教学资源的优质性与时效性得到保障,而且还锻炼了学生的临床思维,还提高了教学效果、活跃了教学氛围、提高了学生的自主学习能力。 展开更多
关键词 “对分课堂” 混合式教学模式 特色专业人才培养 医学影像学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部