摘要
本发明涉及术前评估肝切除术后并发症风险模型构建方法。将多个术前特征变量进行高阶交互建模,识别多因素联合作用对术后并发症的潜在影响;包括肝功能不全与糖尿病的交互作用、术前贫血与营养不良之间的关系;使用决策树模型,通过计算每个变量和交互项,筛选出与并发症风险匹配的特征;对于变量之间非线性关系的建模,采用支持向量机SVM方法,捕捉变量之间的非线性关系;包括术前肝脏硬度的增加预测与术后并发症风险呈非线性关系;构建包括层级贝叶斯回归的多层次回归模型,在包括个体层级与群体层级的不同层级上进行风险评估,综合患者个体差异与群体特征;每层模型独立评估不同的风险因素,并整合不同层级的数据进行预测。
技术关键词
术后并发症
模型构建方法
层级
支持向量机SVM方法
交互建模方法
决策树模型
患者
非线性
变量
实时数据
基线
集成学习算法
关系
贝叶斯框架
风险评估模型
递归神经网络
决策树算法