密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
成果名称：Comparison of logistic regression and machine learning methods for predicting postoperative delirium in elderly patients: A retrospective study
发表期刊：CNS Neuroscience & Therapeutics [IF（2022）：5.5]
通讯作者：米卫东
主要作者单位：中国人民解放军总医院麻醉科
本研究表明逻辑回归模型的最佳应用可以提供快速便捷的术后谵妄风险识别，以帮助改善手术患者的围手术期管理。
研究目的：比较逻辑回归和机器学习方法在预测老年患者术后谵妄（POD）方面的效果。
研究方法：研究回顾了2014年1月至2019年8月间接受非心脏和非神经外科手术的65岁以上患者的围手术期医疗数据。使用46个围手术期变量预测POD。通过接收者操作特征曲线下面积（AUC-ROC）、敏感性、特异性和精确度比较了传统的逻辑回归和五种机器学习模型（随机森林、GBM、AdaBoost、XGBoost和堆叠集成模型）。
研究结果：共纳入29756例患者，POD的发生率为3.22%。逻辑回归方法的AUC为0.783（0.765~0.8），随机森林为0.78，GBM为0.76，AdaBoost为0.74，XGBoost为0.73，堆叠集成模型为0.77。六种模型的敏感性分别为74.2%、72.2%、76.8%、63.6%、71.6%、67.4%；特异性分别为70.7%、99.8%、96.5%、98.8%、96.5%、96.1%；精确度分别为7.8%、52.3%、55.6%、57%、54.5%、56.4%。
本研究表明，在预测老年患者术后谵妄方面，传统的逻辑回归方法与先进的机器学习方法相比具有一定的优势，尤其是在简化模型和提高解释性方面。这对于临床医生在术前评估患者POD风险并制定相应的预防措施具有重要意义。
教授，主任医师，现任解放军总医院第一医学中心麻醉科主任，博士生导师，享受政府特殊津贴，多年从事临床麻醉的医疗和研究工作，技术特色包括老年及创伤危重患者的麻醉管理。主要社会任职：中国医师协会麻醉学医师分会第五任会长、中国医师协会常务理事、中华医学会麻醉学分会副主任委员、全军麻醉与复苏学专业委员会主任委员、北京医学会麻醉学分会前任主任委员。《麻醉安全与质控》主编，《中华麻醉学杂志》《临床麻醉学杂志》《北京医学》副总编辑，多家专业杂志的编委或常务编委，2008年获四部委抗震救灾先进个人称号，2016年度军队优秀专业技术人才一类岗位津贴，获军队科技进步奖一等奖1项，军队科技成果二等奖1项；军队医疗成果二等奖2项。
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017
