TY -的A2 -黄,道非盟- Du, Aiyan AU -史,Xiaofen盟——郭,孝义盟,裴Qixiao AU -叮,杰出盟——周,魏盟- Lu,群盟——史,华PY - 2021 DA - 2021/07/28 TI -评估血液透析患者的充分性通过基于Takagi-Sugeno-Kang模糊系统SP - 9036322六世- 2021 AB -维护血液透析是治疗终末期肾病的主要方法。的 K t / V 值是血液透析充分性的黄金标准。然而, K t / V 需要反复抽血和评估;经常很难监测透析充分性。为了满足需要反复的临床评估透析充分性,我们想找一个非侵入性的方式来评估透析充分性。因此,我们收集一些临床相关数据和开发一个基于机器学习——(ML)模型预测临床血液透析患者透析充分性。我们收集250名患者,包括性别、年龄、超滤(UF)、predialysis体重(preBW) postdialysis身体重量(postBW)、血压(BP)、心率(HR)和血流量(BF)。一个高效的基于Takagi-Sugeno-Kang模糊系统(G-TSK-FS)模型提出了预测血液透析患者的透析充分性。均方根误差(RMSE)我们的模型是0.1578。该模型可以作为一个可行的方法来预测透析充分性,为临床实践提供一种新方法。我们G-TSK-FS模型可以作为一种可行的方法来预测透析充分性,为临床实践提供一种新方法。SN - 1748 - 670 - 2021/9036322 / 10.1155 x你——https://doi.org/10.1155/2021/9036322——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER