-
公开(公告)号:CN114999642A
公开(公告)日:2022-09-02
申请号:CN202210610439.0
申请日:2022-05-31
Applicant: 兰州大学第一医院
Abstract: 本发明涉及人工智能技术领域,具体涉及一种基于机器学习随机森林ERCP术后胆囊炎诊断模型的构建方法,包括如下步骤:(1)获取样本集;(2)构建随机森林模型;(3)Logistic回归预测模型;此模型的预测区分度指标包括敏感度为0.822、特异度为0.853、总ACC为0.855、总AUC为0.890,临床决策曲线和临床影响曲线也显示RF模型预测准确度良好,模型对比验证方法同时采用单因素和多因素Logistic回归独立危险因素构建回归模型,其ROC曲线的敏感度为0.811、特异度为0.791和AUC为0.864,组外验证病例也验证了RF模型的预测准确度。
-
公开(公告)号:CN117577325A
公开(公告)日:2024-02-20
申请号:CN202311609123.0
申请日:2023-11-29
Applicant: 兰州大学第一医院
IPC: G16H50/30 , G06N20/00 , G06F18/214
Abstract: 本发明提供了一种预测心脏瓣膜置换术后急性胃肠功能损伤发生概率的列线图模型及其建立方法,所述的列线图模型筛选出了年龄、心胸比、纽约心功能分级、体外循环时间、术中红细胞输注、术后第1天的左心室射血分数和术后第1天的血清肌酐水平7个危险因素,并建立列线图模型,得到的模型组内验证敏感性为79.1%,特异性为87.2%,AUC为0.893(95%CI 0.873‑0.911),组外验证接收者操作特征曲线的AUC为0.913(95%CI,0.851‑0.955),灵敏度为91.30%,特异性为85.19%,并且校准曲线、决策曲线和临床影响曲线表明模型的准确度在拟合范围内,具有很好的预测能力。
-