机器学习算法模型预测体外冲击波碎石治疗输尿管结石的疗效

摘要：

目的 探讨基于机器学习算法构建体外冲击波碎石术(ESWL)治疗输尿管结石疗效的预测模型,比较各种算法模型的预测效果及优劣.方法 纳入接受ESWL治疗的输尿管结石患者1116例.利用患者性别、年龄、身高、体重、病程、临床症状、结石长径和短径等特征因素以及体外冲击波碎石治疗3个月后的清石结局数据,分别构建随机森林(RF)和极致梯度提升树(XGBoost)预测模型,与Logistic回归预测模型相互比较.结果 Logistic回归预测模型对体外冲击波碎石疗效的预测准确率为84.67％,ROC曲线下面积(AUC)为0.70.随机森林和极致梯度提升树预测模型的预测准确率分别为91.76％、98.75％,AUC分别为0.9904和0.9998.三种预测模型结果提示结石部位与结石负荷影响治疗的成功率.结论 机器学习算法的随机森林和极致梯度提升树算法可以极大提高ESWL治疗输尿管结石疗效的预测准确率.

关键词：体外冲击波碎石;输尿管结石;机器学习;随机森林;极致梯度提升树

所属期刊栏目：15

资助基金：国家自然科学基金;广东省普通高校特色创新类项目;深圳市自然科学基金;深圳市新引进高端人才科研启动基金、深圳大学总医院科研启动基金

在线出版日期：2021-08-20（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：280-284