TY -的A2 Wong开尔文盟——曹,婷婷盟——朱应非盟-朱,右玉PY - 2022 DA - 2022/05/23 TI -建设儿童肾损害的预测模型和基于机器学习的Henoch-Schonlein紫癜SP - 6991218六世- 2022 AB - 客观的。Henoch-Schonlein紫癜(HSP)患儿可能患有肾功能不全,严重影响了孩子们的生活和健康。本研究旨在构建预测模型的Henoch-Schonlein紫癜性肾炎(HSPN)。 方法。总共有240儿童HSP在皮肤科、儿科医院接受治疗。一般信息,患者的临床症状和实验室检查指标收集了特征选择,和XGBoost算法建立了预测模型。 结果。根据输入的特性指标,十大关键功能指标XGBoost模型输出的是尿n -乙酰- β-D-aminoglucosidase,尿retinol-binding蛋白质,IgA、年龄、紫癜复发,紫癜,腹痛、24小时尿蛋白定量、中性粒细胞百分比和血清白蛋白。训练集的曲线下面积(0.895,95%置信区间CI: 0.827 - -0.963)和测试集(0.870,95%置信区间CI: 0.799 - -0.941)模型是相同的。 结论。基于XGBoost预测模型用于预测基于临床数据的儿童HSP肾损害,可减少侵入性检查对病人造成的伤害。SN - 1748 - 670 - 2022/6991218 / 10.1155 x你——https://doi.org/10.1155/2022/6991218——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER