您当前的位置:
首页 >
文章列表页 >
基于机器学习算法的子痫前期预测模型构建
解放军医学杂志 2022年47卷第8期 页码:802-808
临床研究|更新时间:2023-02-17
|
基于机器学习算法的子痫前期预测模型构建
Construction of prediction model of preeclampsia based on machine learning algorithm
- “2023年2月17日重庆医科大学医学信息学院的郑江元、罗亚玲团队在《解放军医学杂志》发文,介绍了其在子痫前期预测领域的研究进展,团队基于LightGBM机器学习算法构建了预测模型,为临床早期识别高风险孕妇提供决策参考。”
DOI:10.11855/j.issn.0577-7402.2022.08.0802
录用:2021-10-12
移动端阅览
34
浏览量
914
下载量
0
CSCD
8
CNKI被引量
>
文章被引用时,请邮件提醒。
提交
相关文章
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
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
AP1S3在KRASG12D突变型胰腺导管腺癌中的作用及其预后价值
酶消化联合组织块贴壁法建立大鼠后腔静脉血管干细胞培养体系及其鉴定
相关作者
张新
方敏
曹轶
李婷婷
刘献孔
党嘉毅
赵雪森
任洪钦
相关机构
华北理工大学公共卫生学院
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
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

