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
基于影像学参数的老年人群早期衰弱预测模型的构建
1
作者
张海宇
闫宇涛
+5 位作者
岳玮
周刚
曹选超
李谊
赵媛媛
马骅
《郑州大学学报(医学版)》
北大核心
2025年第3期390-393,共4页
目的:基于影像学参数建立老年人群早期衰弱预测模型并评价其临床应用价值。方法:选取60岁以上老年人群(正常598人,早期衰弱292人)心脑肺影像学数据,早期衰弱的评价参照Fried衰弱标准。利用主成分分析筛选影响老年人群早期衰弱的重要影...
目的:基于影像学参数建立老年人群早期衰弱预测模型并评价其临床应用价值。方法:选取60岁以上老年人群(正常598人,早期衰弱292人)心脑肺影像学数据,早期衰弱的评价参照Fried衰弱标准。利用主成分分析筛选影响老年人群早期衰弱的重要影像学特征,建立Logistic回归模型、随机森林模型、K近邻模型及支持向量机模型预测早期衰弱,并根据特异度、敏感度、准确率及AUC(95%CI)等对老年人群早期衰弱预测模型的临床效果进行评价。结果:支持向量机模型预测效能最高,其测试集AUC(95%CI)为0.893(0.663~1.000),随机森林模型、Logistic回归模型、K近邻模型分别为0.447(0.378~1.000)、0.498(0.300~1.000)、0.598(0.501~1.000)。支持向量机模型预测测试集早期衰弱的特异度、敏感度及准确率分别为85.01%、81.79%及84.23%。结论:基于影像学参数建立的支持向量机模型用于预测老年人群早期衰弱具有较高的准确性。
展开更多
关键词
影像学
早期衰弱
老年人群
预测模型
在线阅读
下载PDF
职称材料
题名
基于影像学参数的老年人群早期衰弱预测模型的构建
1
作者
张海宇
闫宇涛
岳玮
周刚
曹选超
李谊
赵媛媛
马骅
机构
解放军
联勤
保障
部队
第九八八
医院
影像医学科
解放军
联勤
保障
部队
第九八八
医院
全科医学科
信息工程大学数据与目标工程学院数学工程与先进计算国家重点实验室
河南省人民
医院
老年医学科
解放军联勤保障部队第九八八医院头颈外科
解放军
联勤
保障
部队
第九八八
医院
普通
外科
解放军
联勤
保障
部队
第九八八
医院
第三派驻门诊部
出处
《郑州大学学报(医学版)》
北大核心
2025年第3期390-393,共4页
基金
河南省自然科学基金项目(242300420124)。
文摘
目的:基于影像学参数建立老年人群早期衰弱预测模型并评价其临床应用价值。方法:选取60岁以上老年人群(正常598人,早期衰弱292人)心脑肺影像学数据,早期衰弱的评价参照Fried衰弱标准。利用主成分分析筛选影响老年人群早期衰弱的重要影像学特征,建立Logistic回归模型、随机森林模型、K近邻模型及支持向量机模型预测早期衰弱,并根据特异度、敏感度、准确率及AUC(95%CI)等对老年人群早期衰弱预测模型的临床效果进行评价。结果:支持向量机模型预测效能最高,其测试集AUC(95%CI)为0.893(0.663~1.000),随机森林模型、Logistic回归模型、K近邻模型分别为0.447(0.378~1.000)、0.498(0.300~1.000)、0.598(0.501~1.000)。支持向量机模型预测测试集早期衰弱的特异度、敏感度及准确率分别为85.01%、81.79%及84.23%。结论:基于影像学参数建立的支持向量机模型用于预测老年人群早期衰弱具有较高的准确性。
关键词
影像学
早期衰弱
老年人群
预测模型
Keywords
radiology
early frailty
elderly population
prediction model
分类号
R592 [医药卫生—老年医学]
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
基于影像学参数的老年人群早期衰弱预测模型的构建
张海宇
闫宇涛
岳玮
周刚
曹选超
李谊
赵媛媛
马骅
《郑州大学学报(医学版)》
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