支持向量机算法预测腹部术后病人死亡风险模型的建立及验证

摘要：

目的:通过支持向量机算法,建立预测腹部手术病人术后28 d的死亡风险模型.方法:收集2015年7月至2017年6月期间行腹部手术的病人的术前一般情况、术前访视情况、实验室检查等指标,基于支持向量机算法建立并验证预测腹部术后的死亡风险模型,并与传统logistic回归模型比较,评价支持向量机模型的工作性能.结果:共纳入手术病人1512例,其中男911例(60.25％％),女601例(39.75％).训练集和测试集中,死亡组的死亡预测概率高于存活组(P<0.01).训练集中,支持向量机模型的ROC曲线下面积高于logistic回归模型,但差异无统计学意义(0.97 vs 0.95,P>0.05).验证集中,支持向量机的ROC曲线下面积高于logistic回归模型(0.98 vs 0.91,P<0.05).支持向量机模型的敏感性(训练集68.57％vs 62.86％,验证集79.78％vs 77.78％)和阳性预测值(训练集80.00％vs 65.75％,验证集83.33％vs 77.13％)优于传统logistic回归模型.结论:支持向量机模型能够准确预测腹部手术病人28 d死亡风险,其工作性能强于传统的logistic回归模型.

关键词：腹部手术、支持向量机模型、受试者工作曲线、死亡风险、logistic回归模型

所属期刊栏目：46

分类号：R(医药、卫生)

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1062-1065,1068