Development and multicenter validation of an explainable machine learning diagnostic criteria for pediatric abdominal sepsis - PubMed
2 months ago
- #diagnostic criteria
- #machine learning
- #pediatric sepsis
- 开发可解释的机器学习模型（ABSeD）用于儿童腹部脓毒症（PAS）的早期诊断
- 采用6566例儿科患者的回顾性数据进行模型构建，并利用7家医院308例患者的前瞻性数据进行外部验证
- ABSeD模型整合9项常规临床变量，展现出高诊断准确度（训练集AUC=0.934，验证集AUC=0.928）和强大的多中心泛化能力
- 该模型通过聚焦早期腹腔内感染，旨在弥补现有儿童脓毒症诊断标准的不足
- 有望为疑似或临床确诊腹腔脓毒症的住院患儿提供更及时的干预时机