基于实验室指标构建血流感染鉴别诊断的机器学习模型

打开文本图片集

[摘要] 目的 采用诺莫图模型、随机森林模型、决策树模型分别构建血流感染（bloodstream infection，BSI）的鉴别诊断模型。方法 回顾性分析2022年1月至2024年1月于浦江县人民医院诊断治疗的BSI患者225例，按照7∶3的比例将患者分为训练集和验证集，运用诺莫图模型、随机森林模型、决策树模型建立革兰阴性菌BSI（Gram negative BSI，GN-BSI）、革兰阳性菌BSI（Gram positive BSI，GP-BSI）的鉴别诊断模型，并分析不同模型的鉴别效能。（剩余9620字）