23 研赛 E题 出血性脑卒中临床智能诊疗建模 参考

2744557306

给大家推荐一篇文章，下面为该文章的摘要。

探讨机器学习(ML)方法是否可用于预测血肿扩张在急性脑出血(ICH)诊断中应用ML具有准确性和广泛适用性多中心临床资料和入院时的CT表现。急性脑出血患者来自回顾性地将3家医院(n= 351)和另一家医院(n= 71)的患者分组分别为开发和验证队列。为了开发机器学习预测模型，k最接近近邻(k-NN)算法、逻辑回归、支持向量机(svm)、随机森林、和XGBoost应用于开发队列中的患者数据。对模型进行了评估对于他们在验证队列中对患者数据的表现，这与以前的比较

评分方法，BAT, BRAIN，和9分分数。k-NN算法达到了最高在所有ML模型中，受试者工作特征曲线下面积(AUC)为0.790灵敏度、特异性和准确性分别为0.846、0.733和0.775。大脑评分在所有评分方法中AUC最高，为0.676，低于k-NN算法(p= 0.016)。我们开发并验证了血肿扩张的ML预测模型急性脑出血结果表明，该模型具有较好的预测能力以前的评分方法。

下面是该论文