急性缺血性脑卒中出血性转化的风险预测模型研究

• 作者: 武佳琪 张庆达 王涛 赵汗青 胡佳琪
• 来源期刊: 国际援助
• 关键词: 出血性转化 机器学习 科学评估 风险预测
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 健康关注
• 页码范围: 197-198
• 页数: 2页
• 语种: 中文
• DOI: 10.12268/j.issn.2095-7181.2020.10.167

摘要

出血性转化(HT)是急性缺血性脑卒中的一种常见并发症,发生在溶栓治疗期间会导致患者病情恶化甚至死亡,然而HT发生时间不确定且在医学上难以实现动态监测.基于此,本文首先采集相关病患数据,其次通过结合权重计算并结合专家意见确定影响因子,最后在机器学习方法中构建风险预测模型并进行分析,做到科学评估患病风险,为后期出血性转化预防和治疗做出辅助指导,帮助患者及时规避风险.