现在位置是:首 页 >> 
关键字:
期刊中心
基于机器学习的急性重症胰腺炎早期预测系统
Prediction system for severe acute pancreatitis based on machine learning
作者:丁莺,朱涛,何洋,戴淞世,李俊,林永俊,郭秀鏐,郭丰,周道扬    发布日期:2020-10-13    

急性胰腺炎(acute pancreatitis, AP)是指多种病因引起的胰酶提前激活,继以胰腺局部炎症反应为主要特征的疾病,其中重症急性胰腺炎(severe acute pancreatitis, SAP)死亡率较高,因此早期识别可能发展为SAP的患者对于指导治疗意义重大。机器学习是一种多层描述的表征学习,从已有数据中分析挖掘获得规律,并利用这些规律对未知数据做出预测的算法。本研究基于机器学习建立了一个SAP预测评分系统,其可在入院24小时对患者SAP风险进行预测,预测准确率高达87.36%,AUC 94.11%。与传统评分相比,该模型预测性能更加优越,可以更好的辅助临床决策和治疗,指导医生更早的进行相关干预。

丁莺,朱涛,何洋,戴淞世,李俊,林永俊,郭秀鏐,郭丰,周道扬. 基于机器学习的急性重症胰腺炎早期预测系统[J]. 中华急诊医学杂志, ,: 1343-1347.
DOI号:

基金项目:基于机器学习的重症胰腺炎早期预测评分系统(浙江省医药卫生科技计划项目,项目编号:2020390973)

关键词: 机器学习 重症胰腺炎 胰腺炎 人工神经网络



  • 引证文献(引用了本文的文献)
  • 1) 周游. 急性胰腺炎并发急性呼吸窘迫综合征预测模型的研究进展[J]. 中华胰腺病杂志,2022,22,3:231-234
  • 2) 苏灿. 基于生化指标与CT灌注参数的机器学习模型在早期预测重症急性胰腺炎发生中的临床价值[J]. 中国医学计算机成像杂志,2022,28,5:497-504
  •