Interpretable machine learning prediction models for 28-day mortality in critically ill patients with atrial fibrillation and acute kidney injury - PubMed
2 months ago
- #mortality prediction
- #critical care
- #machine learning
- 本研究旨在开发可解释的机器学习模型，用于预测同时患有房颤和急性肾损伤的ICU患者28天死亡率。
- 回顾性分析采用MIMIC-IV和eICU-CRD数据库，分别纳入11,510例和2,565例患者。
- 梯度提升机(GBM)模型表现最优，内部验证AUC达0.856，外部验证AUC为0.761。
- SHAP分析显示阴离子间隙、心率和年龄是预测死亡率的三大关键指标。
- 研究开发了在线风险计算器，可用于临床实践及个体化风险评估。