简介：摘要目的建立随机森林模型预测急性心肌梗死（acute myocardial infarction，AMI）患者并发急性肾损伤（acute kidney injury, AKI）。方法使用温州医科大学附属东阳医院大数据平台，筛选出1 363例患AMI的病例，确定30个变量后，统计分析样本临床特点，将样本划分为75%的训练集建立随机森林模型，以及25%的测试集进行验证，使用R语言进行数据的筛选及模型的建立。最后根据特异性、敏感性、准确性、受试者特征工作特征曲线(relative operating characteristic curve, ROC曲线)等来评估模型性能，同时与其他三种常用的机器学习算法（神经网络，朴素贝叶斯，支持向量机）的模型性能进行比较。结果AMI合并AKI的患者的人口学信息、心血管疾病的危险因素、入院时的生命体征、实验室检查等与未合并急性肾损伤的患者存在差异性。模型评估后得出测试集的ROC曲线下面积为0.893，特异度为0.791，灵敏度为0.866，其中入院首次肌酐、首次尿素、D-二聚体、年龄、机械通气是其最重要的影响因素。在本研究中，多种机器学习算法比较后，随机森林模型较有优势。结论建立的随机森林模型具有帮助预测AMI并发AKI的潜力。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
