慢性心力衰竭合并肺部感染患者院内死亡风险预测：基于可解释性机器学习方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目的 使用可解释性机器学习方法预测慢性心力衰竭（CHF）合并肺部感染患者的院内死亡风险。方法 回顾性分析MIMIC-IV数据库中诊断为CHF 合并肺部感染的1415 例患者病历信息。按病原体种类将患者划分为合并细菌性肺炎（841例）、合并非细菌性肺炎（574 例）两个亚组，采用Kaplan-Meier 生存曲线描述不同亚组的死亡风险差异。（剩余10302字）

试读结束

目录
monitor
客服机器人