您当前的位置：
首页 >
文章列表页 >
基于XGBoost-SHAP方法的急性主动脉夹层患者术后死亡风险模型的构建
解放军医学杂志   2025年50卷第10期 页码：1226-1234
人工智能在疾病诊疗中的应用专题Ⅱ|更新时间：2025-11-05
|

  • 导出

  • 收藏

  • 专辑

    • 基于XGBoost-SHAP方法的急性主动脉夹层患者术后死亡风险模型的构建

      增强出版

    • Construction of a postoperative mortality risk model for patients with acute aortic dissection based on XGBoost-SHAP method

    • “最新研究利用XGBoost-SHAP模型预测急性主动脉夹层患者术后死亡风险，搭建在线预测平台，提高高危患者识别效率。”

    • DOI：10.11855/j.issn.0577-7402.1728.2025.0805    

      中图分类号：

    • 录用：2025-04-29，

    移动端阅览

  •  
  •  

118

浏览量

765

下载量

0

CSCD

2

CNKI被引量

>
文章被引用时，请邮件提醒。
提交
论文导航

相关文章

基于机器学习算法的子痫前期预测模型构建
ASCVD患者eGDR与长期死亡风险的关系：一项回顾性队列研究与机器学习预测模型构建
基于CHG指数和临床指标的军事飞行人员5年高血压发病风险预测模型
cGAS-STING通路过度激活的致病作用：从机制阐释到靶向治疗
高温对高尿酸血症患者勃起功能障碍影响的研究现状、热点述评与展望

相关作者

刘献孔
党嘉毅
赵雪森
任洪钦
耿佳泽
王楷文
赵永波
马冬

相关机构

神经与血管教育部重点实验室/河北省心血管稳态与衰老重点实验室/河北医科大学生物化学与分子生物学研究室/河北医科大学基础医学院
河北医科大学第四医院心外科
重庆医科大学医学信息学院
重庆医科大学医学数据研究院
解放军总医院第二医学中心呼吸与危重症医学科