摘要
本发明公开了一种基于肺动脉血管造影的肺动脉高压诊断及严重程度判断的预测模型、构建方法和应用。通过收集并分析肺动脉高压患者及对照的肺动脉血管造影及检验信息,本发明构建出了肺动脉高压诊断及严重程度判断的临床预测模型,诊断模型及严重程度判断模型均包含五个独立预测变量。上述模型构建后,通过列线图进行可视化,通过ROC曲线、DCA曲线、校准曲线等进行效能评价,通过机器学习方法进行检验,均表明本发明构建的模型具有良好性能。此外,通过对连续变量的相关性分析,本发明还构建了以平均肺动脉压为因变量的线性回归方程。本发明为肺动脉高压的无创筛查提供了新的线索依据,对扩大疾病筛查人群及早期诊断具有重要意义。
技术关键词
变量
诊断预测模型
样本
主动脉
白蛋白
机器学习方法
肺动脉高压患者
血管
非暂态计算机可读存储介质
评价预测模型
血红蛋白
随机森林
构建预测模型
房间隔缺损
梯度提升机
线性回归方程
标尺
梯度提升树
左心室
系统为您推荐了相关专利信息
电性能测试方法
汽车零件
评估预测模型
故障表征
波形
子宫内膜异位症
诊断试剂盒
生物标志物
小鼠模型
聚合物
深度学习模型
序列
过采样技术
预测特征
超参数调优方法