首页> 中文期刊> 《中国数字医学》 >基于PSO-XGBoost机器学习模型的中老年人PCNL术后结石残留预测研究

基于PSO-XGBoost机器学习模型的中老年人PCNL术后结石残留预测研究

         

摘要

目的:基于粒子群优化算法(PSO)的XGBoost模型(PSO-XGBoost)预测中老年患者经皮肾镜碎石术(PCNL)后的泌尿系统结石残留情况。方法:选取2014年1月至2018年12月在某三级甲等医院接受PCNL治疗的596例中老年肾结石患者为研究对象。将数据集按7:3的比例随机分为训练集和测试集,建立PSO-XGBoost模型,以准确度、精准度、召回率、F1值和ROC曲线下面积(AUC)等指标评估模型性能。结果:PSO-XGBoost模型预测PCNL术后泌尿系统结石残留的准确度、精准度、召回率、F1值和AUC均优于支持向量机、近邻算法、决策树和BP神经网络模型。结论:PSO-XGBoost模型可更快、更准确地预测中老年患者PCNL术后是否有泌尿系统结石残留,为制定术后个性化治疗、护理方案提供参考。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号