TY -的A2 -杨,华盟——太阳、七盟——邹Xiaoxuan盟——燕,Yousheng盟——张,红光盟——王烁AU -高,狮头,非盟-刘,海盐盟——刘,淑玉商量盟——陆、简帛AU -杨,应非盟- Ma,徐PY - 2022 DA - 2022/04/13 TI -基于机器学习的早产预测模型使用电子健康记录SP - 9635526六世- 2022 AB - 客观的。早产(PTB)是新生儿死亡的主要原因之一。肺结核在妊娠前三个月和怀孕中期预测将有助于改善妊娠结局。本研究的目的是提出一个基于机器学习算法的预测模型对肺结核。 方法。综述了本研究的数据从2008年到2018年,所有的参与者包括来自医院的选择在中国。六联会,包括朴素贝叶斯(现),支持向量机(SVM),随机森林树(RF),人工神经网络(ANN), k - means,和逻辑回归,被用来预测肺结核。接受者操作特性曲线(ROC)、准确性、敏感性和特异性被用来评估模型的性能。 结果。共有9550名孕妇被包括在这项研究中,4775名妇女肺结核。共有4775人被随机选择控件。基于27周的妊娠,曲线下的面积(AUC)和射频模型的准确性与其他算法相比(最高精度:0.816;AUC = 0.885, 95%可信区间(CI): 0.873 - -0.897)。与此同时,之间有正相关的准确性和AUC RF模型和胎龄。年龄、镁、宫高,血清无机磷、平均血小板体积,腰围,总胆固醇,甘油三酯,球蛋白和总胆红素的肺结核的主要影响因素。 结论。结果表明,预测模型基于RF算法有潜在价值预测早产在怀孕的早期阶段。重要的射频模型的分析表明,干预为主要因素的肺结核在怀孕的早期阶段将减少肺结核的风险。SN - 2040 - 2295 UR - https://doi.org/10.1155/2022/9635526 - 10.1155 / 2022/9635526摩根富林明医疗工程PB - Hindawi KW - ER