目的利用机器学习算法构建新型冠状病毒肺炎(COVID-19)患者临床结局的预测模型,并探索结局相关因子。方法收集2020年2月5日至4月15日武汉市火神山医院及华中科技大学同济医学院附属同济医院光谷院区收治的COVID-19患者的临床指标与结局(院内死亡和院内接受气管插管治疗),利用人工神经网络(ANN)、朴素贝叶斯、logistic回归、随机森林4种机器学习算法构建患者临床结局的预测模型。结果共纳入4 804例COVID-19患者,其中发生院内死亡100例(2.08%)、接受气管插管治疗87例(1.81%)。与院内死亡相关性最强的变量为白细胞计数、白蛋白、钙离子、血尿素氮、心肌型肌酸激酶同工酶和年龄,与院内接受气管插管治疗相关性最强的变量为白细胞计数、淋巴细胞绝对值、超敏CRP、总胆红素、钙离子和年龄,分别利用以上变量、基于4种机器学习算法构建院内死亡和院内接受气管插管治疗预测模型。4种预测模型中,相较于基于ANN、logistic回归、随机森林算法构建的模型[预测院内死亡的AUC值(95% CI)分别为0.938(0.882~0.993)、0.926(0.865~0.987)、0.867(0.780~0.954),预测院内接受气管插管治疗的AUC值(95% CI)分别为0.932(0.814~0.980)、0.935(0.817~0.981)、0.936(0.921~0.972)],基于朴素贝叶斯算法构建的模型在预测COVID-19患者院内死亡(AUC=0.952,95% CI 0.925~0.979)和接受气管插管治疗(AUC=0.948,95% CI 0.896~0.965)方面性能均最佳。结论 4种机器学习算法在预测COVID-19患者临床结局方面性能良好,其中以基于朴素贝叶斯算法构建的预测模型最佳。白细胞计数、白蛋白、钙离子、血尿素氮、心肌型肌酸激酶同工酶和年龄可以用来预测COVID-19患者院内死亡,白细胞计数、淋巴细胞绝对值、超敏CRP、总胆红素、钙离子和年龄可以用来预测患者院内是否接受气管插管治疗。
目的探究注意缺陷多动障碍(ADHD)运动干预疗法研究的知识基础、热点主题及前沿动态。方法以Web of Science数据库中1996-2022年所收录的1153篇ADHD运动干预疗法相关文献为研究对象,利用CiteSpace 6.2.R2软件进行科学计量和可视化分析。...
详细信息
目的探究注意缺陷多动障碍(ADHD)运动干预疗法研究的知识基础、热点主题及前沿动态。方法以Web of Science数据库中1996-2022年所收录的1153篇ADHD运动干预疗法相关文献为研究对象,利用CiteSpace 6.2.R2软件进行科学计量和可视化分析。结果1996-2022年有关ADHD运动干预疗法研究的发文量和被引频次整体呈现上升趋势。多学科交叉融合是该研究领域的重要学科表征,主要涉及心理学、精神病学、神经科学、儿科学、体育科学等。ADHD运动干预疗法研究内容紧紧围绕着改善ADHD患儿精神功能、运动功能和社会功能等主题,前沿主题沿着ADHD诱因机制-运动干预生理生化机制-运动干预功能效果的演进脉络展开。结论学者对ADHD运动干预疗法的研究围绕运动干预机制及干预效果两大核心主题,研究热点聚焦于精神功能、运动功能和社会功能等,呈现出热点多元化、内容精细化、主题深入化的研究趋势。
暂无评论