利用术前指标基于机器学习算法预测腹部手术后死亡风险模型的建立

摘要

目的 建立利用术前指标基于机器学习算法预测腹部手术后死亡风险模型。方法 选择我院2015年6月至2018年12月全麻下行腹部手术后死亡患者50例,根据手术类型和年龄,1∶3比例随机匹配同时间段内150例行腹部手术后康复出院患者。将200例患者资料随机分为训练数据集（n＝140）和测试数据集（n＝60）。利用术前指标（一般资料各指标、麻醉访视资料各指标和术前检查检验指标）基于AdaBoost、GBDT、LR、SVM四种机器学习算法建立预测腹部手术后死亡风险的模型,并在测试数据集中对模型进行评价。结果 利用术前指标基于四种机器学习算法,预测腹部手术后死亡风险模型的受试者工作特征曲线下面积分别为0.796、0.794、0.846、0.781,均大于0.7；不同模型之间的受试者工作特征曲线下面积比较差异无统计学意义（P＆0.05）。结论 成功建立了利用术前指标基于机器学习算法预测腹部手术后死亡风险的模型。