机器学习预测动静脉内瘘经皮腔内血管成形术后再狭窄失功的应用

打开文本图片集

[摘要] 目的 基于机器学习探究动静脉内瘘经皮腔内血管成形术（percutaneous transluminal angioplasty，PTA）术后1年再狭窄失功的危险因素及预测模型。方法 选取2018年6月1日至2023年12月31日在温州市中心医院行动静脉内瘘PTA的322例患者并收集其手术相关数据，采用随机森林（random forest，RF）、极端梯度提升算法（extreme gradient boosting，XGBoost）、支持向量机（support vector machine，SVM）、梯度提升决策树（gradient boosting decision tree，GBDT）和逻辑回归（Logistic regression，LR）构建预测模型。（剩余8876字）