伦敦 伦敦00:00:00 纽约 纽约00:00:00 东京 东京00:00:00 北京 北京00:00:00

400-668-6666

期刊

当前位置:主页 > 期刊 >
期刊

故本文?用该方法建立简化评分模型

  本文基于? XGBoost 给出的对于模子分类结果具有显著感化的 10 个变?作为初始变?,在此根本长进?Cox 回归建模, 从必然程度上减小?局部最优带来的短处。

  为?进一步加强系统在临床实践中的适用性,本文进一步建立?无需借助计较机?能利用的打分模子。

  标签:肾病 风险 模子 期刊 患者 ai 肾脏病 iga 数据 发病率 中国粹者 预测模子 评分模子 算法 肾脏 结局 分歧性 目标 精准

  XGBoost 模子在锻炼集及验证集上的 C?statistics 别离为 0.89、0.84。本文对比? XGBoost 以及其他机?进修、统计方式的区分度机能,如下表。

  IgA肾病的远期预后?佳,10?25 ?内 30?40% 的患者会进入终末期肾病(肾衰竭)。终末期肾病患者凡是需要进行透析或肾移植医治,人均医治破费10-15万元/年,这给小我、家庭和社会带来了繁重的承担。因而,若何精确地对IgA肾病患者的预后风险进?预测,对于指点患者的个别化防止、医治和管?,以及相关临床研究具有主要的意义。

  Stepwise Cox 在建模过程中主动进?特征选择,但因为其采用的逐渐递归特征选择很是容?陷入局部最优解,所以间接基于原始的 36 个变?进?建模所获得的模子结果并??想。

  下图展现?风险得分为 0?4 分人群的 ?aplan? Meier 曲线(ES?D 及结合结局)。Log?rank test 的成果(P 0.001)申明发觉?用本文的评分模子对 IgA 肾病病人的预后风险进??很好的分层。

  研究人员将 AI 算法与统计阐发方式相连系,成立?一套精准、可注释、临床适用的 IgA 肾病患者预后风险预测系统。据悉,这是全球第一篇颁发在肾脏病顶级期刊上的 AI 疾病预测论文。

  中国大约有1.2亿慢性肾病(CKD)患者。此中有一种最常见的肾病,它的病因尚?完全清晰,且其远期预后很是不抱负。它就是 IgA 肾病(IgA nephropathy,IgAN),是全球范畴内发病率最高的原发性肾小球疾病之一,在亚洲人群中发病率尤高。

  本文致?于利用2047 ?中国持久随访 IgAN 患者数据,借助机?进修方式,成立连系临床及肾脏病?的预后风险预测模子及风险分层系统,使大夫可快速精确地预估患者的肾脏预后风险。

  既往研究发觉影响 IgAN 预后的多项危险峻素,包罗基线g/d、高血压、肾功能?全、高?酸血症、男性、严沉痾?评分等,并在此根本上成立?多种预测 IgAN 预后的评分系统,但这些评分系统受制于样本?小,病?评分尺度?一, 纳入特征少以及评分临床适用性欠佳等错误谬

点击次数:  更新时间:2019-05-22 22:39   【打印此页】  【关闭
http://slodyczko.com/qikan/929/