颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法技术

技术编号:40540211 阅读:23 留言:0更新日期:2024-03-05 18:55
本发明专利技术公开一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,包括:步骤一:获取颅内血肿清除术患者的临床资料作为变量,制备样本训练集和验证集;步骤二:针对器官/腔隙感染预和死亡预测的结局分别对步骤一中的变量进行预处理和筛选,得到分别用于构建器官/腔隙感染预测模型和院内死亡预测模型的变量;步骤三、构建多种算法的器官/腔隙感染预测模型和死亡预测模型,并选择最优模型;步骤四、使用沙普利值SHAP对采用最优模型进行可解释性分析;步骤五、将最优模型进行网页部署,构建网页应用程序,程序内包含沙普利值可解释性分析结果。本发明专利技术能同时预测颅内血肿清除术后患者器官/腔隙感染和院内死亡双结局,且有高预测性能。

【技术实现步骤摘要】

本专利技术涉及手术预后预测领域,具体是一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法


技术介绍

1、颅内血肿清除术作为神经外科广泛开展的手术,在挽救颅脑损伤和高血压脑出血等患者的生命中发挥着重要作用,器官/腔隙感染作为该手术的严重并发症之一,不仅会造成患者住院时间的延长和费用的增加,严重者甚至会危及患者生命,因此,早期识别颅内血肿清除术后患者发生器官/腔隙感染和死亡的风险并采取合理的干预措施,对改善患者预后具有十分重要的意义。

2、近年来,随着机器学习技术的发展,其在医院感染管理领域的应用也越来越广泛,使用机器学习算法构建临床预测模型也逐渐成为医院感染风险评估工作的重点之一,但目前国内构建临床风险预测模型所使用的算法多为逻辑回归(logistic regression,lr),少有使用多种机器学习算法构建临床预测模型并进行预测效果比较的研究,而且预测模型的结局多为单一的hai(healthcare-associated infection,医院感染)发生与否,也缺乏相应的模型可解释性分析结果。单纯使用lr算法构建临床预测模型已经不能满本文档来自技高网...

【技术保护点】

1.一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,其特征在于,所述步骤一中,颅内血肿清除术患者选取时,须要同时满足以下三个纳入标准且不含排除标准中任意一项的患者;

3.根据权利要求1所述的一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,其特征在于,所述步骤一中,变量包括性别、年龄、入院诊断、高血压、术前白细胞计数、术前白蛋白、术前血糖、是否为急诊手术、手术室级别、美国麻醉医师协会分级、手术切口类型、手术时间、是否多次手术、探头植入、手术方式...

【技术特征摘要】

1.一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,其特征在于,所述步骤一中,颅内血肿清除术患者选取时,须要同时满足以下三个纳入标准且不含排除标准中任意一项的患者;

3.根据权利要求1所述的一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,其特征在于,所述步骤一中,变量包括性别、年龄、入院诊断、高血压、术前白细胞计数、术前白蛋白、术前血糖、是否为急诊手术、手术室级别、美国麻醉医师协会分级、手术切口类型、手术时间、是否多次手术、探头植入、手术方式、手术入路、骨窗数量、骨窗面积、清除血肿含量、是否减张缝合、是否去除骨瓣、腔镜使用、术中出血量、术中输血量、引流情况、引流时间、引流管内注入尿激酶、是否发生脑脊液漏、术后入住icu时间、中心静脉插管、导尿管插管、机械通气和气管切开。

4.根据权利要求1所述的一种颅内血肿清除术后器官/腔隙感染和院内死亡的预测方法,其特征在于,所述步...

【专利技术属性】
技术研发人员:苏祥孙玲牛家宁孙小刚马琳琳胡环宇张华满程孔文娜李赛崔峰
申请(专利权)人:滕州市中心人民医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1