基于机器学习的老年创伤性颅脑损伤预后研究

• 作者: 秦家骏 陈先震
• 来源期刊: 同济大学学报（医学版）
• 学科: 医学
• 关键词: 创伤性颅脑损伤 老年人 机器学习 预后
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 临床研究
• 页码范围: 221-227
• 页数: 7页
• 分类号: R651.1
• 字数: 4775字
• 语种: 中文
• DOI: 10.16118/j.1008-0392.2020.02.014

摘要

目的 建立老年创伤性颅脑损伤预后模型,并分析预后的影响因素.方法 收集2009年1月-2019年1月颅脑外伤患者2272例资料,其中老年组患者680例(年龄≥65岁),非老年组1 592例(年龄＜65岁).将伤后第3个月格拉斯哥结局评分、住院天数、并发症次数作为终点指标,利用多种机器学习的算法进行两组间预后因素差异的分析.结果 老年组患者与非老年组患者相比,预后更差,住院时间更长,两组间差异有统计学意义(P=0.024,P＜0.001).老年组经过筛选,老年组患者的3个终点指标使用多层感知器模型,非老年组中格拉斯哥结局评分使用多层感知器模型,住院天数、并发症次数的预测采用C5.0决策树模型.急诊GCS、具体年龄对老年组患者的预后有更大的影响.结论 老年颅脑外伤患者与年轻人所适用的机器学习模型不尽相同,老年人预后更差,年龄和急诊GCS对预后的影响可能更大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦家骏	同济大学附属第十人民医院神经外科	6	7	2.0	2.0
2	陈先震	同济大学附属第十人民医院神经外科	15	39	4.0	5.0