[HTML][HTML] 基于机器学习算法的重症缺血性脑卒中早期死亡预测效果评价
罗枭， 程义， 何倩， 涂博祥， 吴骋， 贺佳 - 海军军医大学学报, 2022 - html.rhhz.net
目的评价支持向量机(SVM), 随机森林, 极限梯度提升(XGBoost) 3 种机器学习算法与logistic
回归模型在重症缺血性脑卒中30 d 死亡结局预测中的效果. 方法使用2008 年至2019 …
回归模型在重症缺血性脑卒中30 d 死亡结局预测中的效果. 方法使用2008 年至2019 …
[PDF][PDF] 基于机器学习算法构建缺血性卒中3 个月死亡预测模型研究
陈思玎， 刘欢， 黄馨莹， 李皓琳， 谷鸿秋， 姜勇 - 中国卒中杂志, 2020 - scholar.archive.org
目的探讨基于机器学习算法XGBoost 构建缺血性卒中发病3 个月死亡预测模型的应用价值.
方法选择中国国家卒中登记(China National Stoke Registry, CNSR) 数据库中缺血性卒中患者 …
方法选择中国国家卒中登记(China National Stoke Registry, CNSR) 数据库中缺血性卒中患者 …
[HTML][HTML] 基于机器学习模型缺血性脑卒中1 年死亡预测效果评价
饶夫阳， 宋艳平， 吕芯芮， 白旭， 覃伟， 刘欢， 曹琦… - 中国公共卫生, 2019 - html.rhhz.net
目的评价支持向量机(SVM), 随机森林, 极端梯度提升(XGBoost) 和自适应提升(Adaboost) 4
种机器学习模型对缺血性脑卒中出院1 年后死亡结局的预测效果. 方法收集2007 年9 月—2008 …
种机器学习模型对缺血性脑卒中出院1 年后死亡结局的预测效果. 方法收集2007 年9 月—2008 …
The predictors of death within 1 year in acute ischemic stroke patients based on machine learning
Objective To explore the predictors of death in acute ischemic stroke (AIS) patients within 1
year based on machine learning (ML) algorithms. Methods This study retrospectively …
year based on machine learning (ML) algorithms. Methods This study retrospectively …
Prediction of mortality among ischemic stroke patients one year after hospital discharge based on machine learning model
F RAO, Y SONG, X LÜ - Chinese Journal of Public Health, 2019 - zgggws.com
Objective To evaluate the efficiency of four machine learning models (support vector
machine SVM, random forest, extreme gradient boosting XGBoost and adaptive boosting …
machine SVM, random forest, extreme gradient boosting XGBoost and adaptive boosting …
Predicting 6-month unfavorable outcome of acute ischemic stroke using machine learning
X Li, XD Pan, CL Jiang, MR Wu, YK Liu… - Frontiers in …, 2020 - frontiersin.org
Background and Purpose: Accurate prediction of functional outcome after stroke would
provide evidence for reasonable post-stroke management. This study aimed to develop a …
provide evidence for reasonable post-stroke management. This study aimed to develop a …
[PDF][PDF] 两种评分方法预测ICU 急性脑卒中患者死亡率准确性分析
董琳琳， 姜丽杰， 刘莹， 刘铁红， 邱兵， 张研 - 中国急救医学, 2016 - cnemergency.org.cn
目的比较急性生理与慢性健康状况评分Ⅱ (APACHEⅡ) 与简化急性生理评分(SAPSⅡ) 预测ICU
急性缺血或出血性脑卒中患者死亡率的准确性. 方法通过与格拉斯哥昏迷量表评分(GCS) …
急性缺血或出血性脑卒中患者死亡率的准确性. 方法通过与格拉斯哥昏迷量表评分(GCS) …
急性缺血性脑卒中预后预测研究中的应用进展: 以机器学习预测模型为例
杜慧杰， 刘星雨， 徐明欢， 杨学智， 张慧琴， 莫佳丽… - 中国全科医学 - chinagp.net
急性缺血性卒中(AIS) 具有高致残率, 高致死率及高复发率等特点, 给患者及社会造成沉重的负担
. 随着大数据时代的到来, 预测模型在患者的诊治决策, 预后管理以及卫生资源配置等方面的应用 …
. 随着大数据时代的到来, 预测模型在患者的诊治决策, 预后管理以及卫生资源配置等方面的应用 …
Machine learning-based three-month outcome prediction in acute ischemic stroke: a single cerebrovascular-specialty hospital study in South Korea
D Park, E Jeong, H Kim, HW Pyun, H Kim, YJ Choi… - Diagnostics, 2021 - mdpi.com
Background: Functional outcomes after acute ischemic stroke are of great concern to
patients and their families, as well as physicians and surgeons who make the clinical …
patients and their families, as well as physicians and surgeons who make the clinical …