期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
探讨基于机器学习模型对青年高血压并发焦虑情绪的预测价值
1
作者
肖海燕
杨克平
《现代医学与健康研究电子杂志》
2024年第10期119-124,共6页
目的 利用机器学习模型预测青年高血压患者并发焦虑情绪的风险,评价机器学习模型对其的预测价值。方法 回顾性分析常德市第一中医医院2021年12月至2023年6月期间收治的679名青年高血压患者的临床资料,根据患者是否存在焦虑状态,分为无...
目的 利用机器学习模型预测青年高血压患者并发焦虑情绪的风险,评价机器学习模型对其的预测价值。方法 回顾性分析常德市第一中医医院2021年12月至2023年6月期间收治的679名青年高血压患者的临床资料,根据患者是否存在焦虑状态,分为无焦虑状态组(464例)、有焦虑状态组(215例),统计两组患者基线资料与实验室指标,进行单因素和多因素Logistic回归分析筛选出青年高血压患者并发焦虑状态的影响因素;另将所有患者依据7∶3比例随机分为训练集(475例)和测试集(204例),在训练集中运用机器学习算法构建支持向量机(SVM)、K邻近(KNN)、分类决策树(Decision Tree)、随机森林(RF)、极端随机树(Extra Trees)、极限梯度提升(XGBoost)、机器学习算法(LightGBM)预测模型,使用测试集对预测模型进行内部验证;绘制受试者工作特征(ROC)曲线评估各模型对青年高血压患者并发焦虑状态的预测效能。结果 679例青年高血压患者中,215例患者(31.66%)存在焦虑状态。单因素分析结果显示,与无焦虑状态组比,有焦虑状态组患者年龄较大,吸烟、饮酒、有睡眠障碍、有高血压病家族史、有冠心病病史、有糖尿病病史、有高血脂病史、有脑梗死病史、有脑出血病史患者占比,汉密尔顿焦虑量表(HAMA)评分,糖化血红蛋白、高密度脂蛋白、三酰甘油、天冬氨酸氨基转移酶、丙氨酸氨基转移酶、肌酐、同型半胱氨酸水平,左心房内径均较高;淋巴细胞计数、血红蛋白、左心室射血分数(LVEF)水平均较低;高血压病程较长(均P<0.05或P<0.001)。多因素Logistic回归分析结果显示,年龄大、有吸烟史、有饮酒史、有睡眠障碍、高血压病程长、有高血压病家族史、有糖尿病病史、有高血脂病史、有脑梗死病史、有脑出血病史、淋巴细胞计数下降、糖化血红蛋白升高、三酰甘油升高、天冬氨酸氨基转移酶升高、丙氨酸氨
展开更多
关键词
机器学习模型
青年高血压
焦虑状态
预测模型
下载PDF
职称材料
题名
探讨基于机器学习模型对青年高血压并发焦虑情绪的预测价值
1
作者
肖海燕
杨克平
机构
常德市第一中医医院心血管内科
长江大学附属荆州医院心血管内科
出处
《现代医学与健康研究电子杂志》
2024年第10期119-124,共6页
文摘
目的 利用机器学习模型预测青年高血压患者并发焦虑情绪的风险,评价机器学习模型对其的预测价值。方法 回顾性分析常德市第一中医医院2021年12月至2023年6月期间收治的679名青年高血压患者的临床资料,根据患者是否存在焦虑状态,分为无焦虑状态组(464例)、有焦虑状态组(215例),统计两组患者基线资料与实验室指标,进行单因素和多因素Logistic回归分析筛选出青年高血压患者并发焦虑状态的影响因素;另将所有患者依据7∶3比例随机分为训练集(475例)和测试集(204例),在训练集中运用机器学习算法构建支持向量机(SVM)、K邻近(KNN)、分类决策树(Decision Tree)、随机森林(RF)、极端随机树(Extra Trees)、极限梯度提升(XGBoost)、机器学习算法(LightGBM)预测模型,使用测试集对预测模型进行内部验证;绘制受试者工作特征(ROC)曲线评估各模型对青年高血压患者并发焦虑状态的预测效能。结果 679例青年高血压患者中,215例患者(31.66%)存在焦虑状态。单因素分析结果显示,与无焦虑状态组比,有焦虑状态组患者年龄较大,吸烟、饮酒、有睡眠障碍、有高血压病家族史、有冠心病病史、有糖尿病病史、有高血脂病史、有脑梗死病史、有脑出血病史患者占比,汉密尔顿焦虑量表(HAMA)评分,糖化血红蛋白、高密度脂蛋白、三酰甘油、天冬氨酸氨基转移酶、丙氨酸氨基转移酶、肌酐、同型半胱氨酸水平,左心房内径均较高;淋巴细胞计数、血红蛋白、左心室射血分数(LVEF)水平均较低;高血压病程较长(均P<0.05或P<0.001)。多因素Logistic回归分析结果显示,年龄大、有吸烟史、有饮酒史、有睡眠障碍、高血压病程长、有高血压病家族史、有糖尿病病史、有高血脂病史、有脑梗死病史、有脑出血病史、淋巴细胞计数下降、糖化血红蛋白升高、三酰甘油升高、天冬氨酸氨基转移酶升高、丙氨酸氨
关键词
机器学习模型
青年高血压
焦虑状态
预测模型
分类号
R421.15 [医药卫生—临床医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
探讨基于机器学习模型对青年高血压并发焦虑情绪的预测价值
肖海燕
杨克平
《现代医学与健康研究电子杂志》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部