摘要
本文基于Stacking集成思想构建脑卒中患者死亡预测模型,降低脑卒中患者死亡率。方法 根据纳排标准,选取MIMIC-Ⅳ中的脑卒中患者作为研究对象,以入ICU48小时后是否发生院内死亡作为结局变量,备选预测因子包括人口学特征、入ICU48h 内实验室检查和生命体征检查等。通过RF、XGBoost、AdaBoost和韦恩图等算法研究脑卒中患者死亡风险因素特征,以及基于Stacking集成思想,结合不同类型的算法集成构建脑卒中患者死亡预测模型。结果 本研究共纳入脑卒中患者4942例,住院期间死亡率为 17.48%。Stacking模型融合预测模型AUC值高于单一预测模型。在测试数据集上对Stacking融合模型预测方面也优于单一预测模型,Stacking融合模型的准确度为80.4%,受试者工作特性(ROC)曲线下面积(AUC)为0.842(95%CI(0.811-0.873))。结论 基于Stacking集成思想构建脑卒中患者死亡预测模型能准确地辅助临床医师进行脑卒中患者死亡风险评估,从而采取合适的预防措施降低脑卒中患者的死亡率。
基金
江西省科技厅重点研发计划-一般项目(20203BBGL73129)。
