摘要
本申请公开了一种心肺复苏后神经功能预后预测模型的构建方法及其应用,方法,包括获取心肺复苏后达到自主循环恢复患者的临床资料,并筛选符合排纳标准的临床患者;以脑功能分类为因变量,分别采用LASSO回归分析法与Boruta特征筛选法筛选特征变量,并选取共同特征变量;基于共同特征变量,构建多个机器学习模型,绘制每个机器学习模型对应的ROC曲线和决策曲线;采用AUC对所述机器学习模型进行区分度评价,采用决策曲线评估所述机器学习模型的临床效益,筛选最优预测模型;采用SHAP工具解释所述最优预测模型及所述共同特征变量。本申请构建的预测模型能够方便快捷地在心脏骤停复苏后24h内预测神经功能预后情况。
技术关键词
机器学习模型
神经元特异性烯醇化酶
梯度提升模型
预后预测模型
变量
回归分析法
心脏骤停复苏
凝血酶原时间
支持向量机模型
曲线
逻辑回归模型
脑利钠肽
K近邻算法
随机森林模型
年龄
患者
决策树模型
肌钙蛋白
乳酸