基于电子病历利用支持向量机构建疾病预测模型——以重度急性胰腺炎早期预警为例

摘要：

[目的]为构建疾病预测模型,以重度急性胰腺炎早期预警为例,提出一种基于支持向量机的疾病预测模型构建方法.[方法]基于支持向量机LIBSVM3.11,采用优化后的径向基核函数产生的分类器,同时结合统计学单因素及多因素Logistic回归分析方法,进行特征变量选取,提出一种简单易行的重度急性胰腺炎早期预警模型.[结果]所构建重度急性胰腺炎预警模型准确率达70.37％.最终纳入模型变量包括白细胞计数、血清钙离子、血清脂肪酶、收缩压、舒张压及胸腔积液.[局限]样本量有限,主要采用支持向量机构建疾病预测模型,未来可建立系统,突出临床应用价值.[结论]支持向量机可构建疾病预测的最优模型,进一步建立系统,辅助临床决策.

关键词：支持向量机、重度急性胰腺炎、预警、临床决策

分类号：TP393;G35(计算技术、计算机技术)

资助基金：本文系教育部人文社会科学研究青年基金项目“基于语义述谓网络属性的多文档自动摘要:以生物医学为例”项目编号:13YJC870030的研究成果之一.

在线出版日期：2016-04-14（万方平台首次上网日期，不代表论文的发表时间）

页码：83-89