基于K-means的脑卒中相关肺炎的预测模型研究

摘要：

目的:通过机器学习对天坛医院大数据平台的脑卒中并发肺炎相关数据进行分析,并评估智能统计预测手段在临床的应用价值.方法:从大数据平台抽取278例卒中并发肺炎患者的完整病例资料,采用K-means聚类算法进行预测分析.结果:基于K-means建立的预测模型准确度为0.713,F1值为0.681,AUC曲线下面积为0.734.结论:K-means除了用于聚类分析以外,在脑卒中患者是否并发相关肺炎应用中具有良好的预测性能.

关键词：SAP;机器学习;聚类分析;K-means;脑卒中并发肺炎;预测

所属期刊栏目：16

分类号：R319(医用一般科学)

在线出版日期：2022-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：86-89