应用机器学习构建细菌性脓毒症的菌型预测模型

• 作者: 孙新 梁会营 陈秀娟
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 机器学习 XGBoost算法 细菌性脓毒症 菌型预测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 特别专题-人工智能在医学领域的研究与应用
• 页码范围: 31-33
• 页数: 3页
• 分类号: R319
• 字数: 3037字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2019.03.008

摘要

目的:应用机器学习方法构建细菌性脓毒症患者的菌型预测模型,辅助医生进行病情严重程度的评估以及抗感染治疗.方法:选取MIMIC-Ⅲ数据库中的脓毒症患者199例,其血培养结果均为阳性的单一菌种,其中G菌1 17例,G菌82例.收集患者在血培养前检测的体重、白蛋白(ALB)、C-反应蛋白(CRP)、血小板(PLT)、中性粒细胞(NEUT),结合年龄作为主要研究变量,然后采用XGBoost算法构建菌型预测模型.结果:模型的灵敏度、特异性、准确率和AUC值分别是0.83、0.88、0.85和0.83.结论:基于XGBoost算法的G+菌和G菌的预测模型可以预测细菌性脓毒症患者感染的菌型,从而辅助医生评估脓毒症患者的病情,指导抗菌用药.