-
题名创伤性脑损伤患者医院获得性肺炎风险预测模型的构建
被引量：2
- 1
-
-
作者
向黔灵
张加碧
江智霞
胡汝均
张芳
鲁鑫
胥露
-
机构
贵州茅台医院护理部
贵州护理职业技术学院院办公室
遵义医科大学附属医院护理部
-
出处
《中国护理管理》
CSCD
2023年第7期999-1003,共5页
-
基金
贵州省教育厅青年科技人才成长项目基金(黔教合KY字〔2021〕213)。
-
文摘
目的:分析创伤性脑损伤患者发生医院获得性肺炎的危险因素,并基于机器学习算法构建风险预测模型,探讨模型的预测价值,以识别风险患者。方法:回顾性分析2019年1月1日至2021年7月31日在贵州省某三级甲等医院住院治疗的596例创伤性脑损伤患者的临床资料,建立风险预测指标集,运用5种机器学习算法:逻辑回归、朴素贝叶斯、支持向量机、K-最近邻算法、多层感知器构建风险预测模型,使用准确率、召回率、F1值、AUC值评价模型的预测价值,选择最优预测模型。结果:共纳入596例创伤性脑损伤患者,医院获得性肺炎发生率为34.90%。基于筛选的变量指标构建了5种模型,其中多层感知器模型的准确率、召回率、F1值、AUC均较高。结论:构建的5种风险预测模型中,多层感知器风险预测模型效果较佳,适合用于创伤性脑损伤患者医院获得性肺炎早期预测,可为患者疾病的诊断、治疗和预防策略提供参考。
-
关键词
创伤性脑损伤
医院获得性肺炎
影响因素
机器学习
预测模型
-
Keywords
Traumatic Brain Injury
Hospital-Acquired Pneumonia
influencing factor
machine learning
predictive model
-
分类号
R47
[医药卫生—护理学]
R197
[医药卫生—卫生事业管理]
-
