Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

脓毒症凝血紊乱患者住院死亡风险预测模型的构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:温州医科大学附属第一医院

摘要:本发明公开了脓毒症凝血紊乱患者住院死亡风险预测模型的构建方法,包括S1,建立训练队列;S2,建立外部验证队列;S3,进行数据提取,使用NavicatPremium软件,且通过结构化查询语言初步获得原始数据,然后对原始数据进行筛选;S4,进行候选变量和预测因子的选择;S5,构建机器学习模型,通过多种机器学习模型分别进行训练和验证;S6,进行模型的开发和比较,确定表现最好的模型作为最终预测模型。本发明分析了各种机器学习模型在预测SIC患者住院死亡率方面的预测性能,获得具有最高预测准确性的模型,然后在测试队列中评估这个最佳模型,通过该模型预测SIC患者住院死亡率,提供了临床见解,有助于精准患者管理,减少患者死亡率。

主权项:1.脓毒症凝血紊乱患者住院死亡风险预测模型的构建方法,其特征在于,所述构建方法包括以下几个步骤:S1,建立训练队列,所述训练队列的数据内容由MIMIC-IV数据库记录的诊断为脓毒症患者的数据集构成;S2,建立外部验证队列,所述验证队列的数据内容由预测时间前3-5年内医院泌尿系统脓毒症患者数据集构成;S3,进行数据提取,所述数据的提取使用NavicatPremium软件,且通过结构化查询语言初步获得原始数据,然后对原始数据进行筛选;S4,进行候选变量和预测因子的选择,筛选出数据之后,将脓毒症患者的临床特征连续变量标准化,分类变量使用单热编码方法进行编码;S5,构建机器学习模型,通过多种机器学习模型分别进行训练和验证,且每个模型都配置以利用特定特征;S6,进行模型的开发和比较,将MIMIC-IV数据集按照7:3的比例进行划分,其中占比七成的数据用于模型训练,剩余三成用于测试模型性能,且通过内部五折交叉验证确定每个模型的最适合超参数,通过外部五折交叉验证比较机器学习模型,确定表现最好的模型作为最终预测模型。

全文数据:

权利要求:

百度查询: 温州医科大学附属第一医院 脓毒症凝血紊乱患者住院死亡风险预测模型的构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。