排序方式: 共有1条查询结果,搜索用时 31 毫秒
1
1.
目的: 筛选高血压性心脏病(HHD)的影响因素,建立HHD的预测模型,为HHD的发生提供预警。方法: 选取中国重庆市某医科院校数据研究院平台2016年1月1日至2019年12月31日主要诊断为高血压性心脏病和高血压患者。通过单因素分析、多因素分析筛选HHD的影响因素,采用R语言分别构建Logistics模型、随机森林(RF)模型和极限梯度上升(XGBoost)模型。结果: 单因素分析筛选出60项差异指标,多因素分析筛选出18项差异指标(P<0.05)。Logistics模型、RF模型、XGBoost模型曲线下面积(AUC)分别为0.979、0.983和0.990。结论: 本文建立的3种HHD预测模型结果稳定,其中XGBoost模型对于HHD的发生具有良好的诊断效应。 相似文献
1