2024 / 3 / 20

[快訊] 周睿信醫師團隊，關於機器學習模型預測醫學中心重症病人死亡率，優於嚴重性評分系統之研究，獲 Journal of the Chinese Medical Association 刊登！

 

 

01_JCMA_ChouRH_18

 

 

文章介紹

 

預測加護病房（ICU）的死亡率，對於治療重症病人的決策有很大的幫助。目前已有許多基於統計技術的評分系統被開發出來。周睿信醫師團隊開發了一個機器學習模型，用於預測病人在 ICU 入院的早期階段的死亡率。

 

研究使用了 2009 年到 2018 年間，所有入住台灣某三級醫療中心 ICU 的病人的數據。從電子病歷中獲得病人在 ICU 入院當天的共病、共用藥物、生命徵象和實驗室數據，建立了 random forest（RF）和 extreme gradient boosting（XGBoost）模型來預測 ICU 死亡率，並將其性能與傳統評分系統進行比較。

 

12377 位病人的數據分配到訓練組（n = 9901）和測試組（n = 2476）。病人的中位數年齡是 70.0 歲；9210（74.41%）位病人在 ICU 中接受了機械通氣。RF 和 XGBoost 模型的 ROC 曲線面積分別為 0.876 和 0.880，大於急性生理和慢性健康評估分數 0.738、連續器官衰竭評估分數 0.747，和簡化急性生理分數 0.743。ICU 入院時吸入氧的分數在所有模型中都是最重要的預測特徵。

 

周睿信醫師團隊的研究發現，XGBoost 模型最準確地預測了 ICU 死亡率，並優於傳統的評分系統。突顯了機器學習在預測亞洲人口 ICU 死亡率的實用性。

 

 

恭喜周醫師！

 

論文的標題要怎麼寫才能吸引審閱者的目光？來看看講師的建議：

 

 

 

 

 

最新活動

 

 

期刊介紹

 

Journal of the Chinese Medical Association（JCMA、中華醫學會雜誌），之前稱為 Chinese Medical Journal (Taipei)，為中華醫學會的附屬期刊，辦公室設於台北榮總。

 

2008 年收錄於 SCIE (Science Citation Index Expanded)，JCMA 的 impact factor 從 2014 年的 0.845，逐步上升到 2022 年的 3.0，在 Medicine, General & Internal 領域排名為 Q2(78/169) 期刊。

 

 

周睿信醫師與新思惟

 

 

 

最新活動

 

 

本篇發表於 共享榮耀 並標籤為 , , , , , , , 。將永久鏈結加入書籤。