|本期目录/Table of Contents|

[1]杨健斌,李咏,夏淑东,等.基于Relief-F算法的心血管介入患者术后死亡风险预测[J].浙江理工大学学报,2024,51-52(自科三):378-388.
　YANG Jianbin,LI Yong,XIA Shudong,et al.Prediction of postoperative death risk in patients with  cardiovascular intervention based on the Relief-F algorithm[J].Journal of Zhejiang Sci-Tech University,2024,51-52(自科三):378-388.
点击复制

基于Relief-F算法的心血管介入患者术后死亡风险预测()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第51-52卷
期数:
2024年自科第三期
页码:
378-388
栏目:
出版日期:
2024-05-10

文章信息/Info

Title:
Prediction of postoperative death risk in patients with  cardiovascular intervention based on the Relief-F algorithm
作者:
杨健斌; 李咏; 夏淑东; 齐鹏嘉; 戴燕云; 童基均
1.浙江理工大学信息科学与工程学院，杭州 310018；2.浙江大学医学院附属第四医院，浙江义乌 322000
Author(s):
YANG Jianbin;  LI Yong;  XIA Shudong;  QI Pengjia;  DAI Yanyun;  TONG Jijun
1.School of Information Science and Technology, Zhejiang Sci-Tech University, Hangzhou 310018, China; 2.The Fourth Affiliated Hospital, Zhejiang University  School of Medicine, Yiwu 322000, China
关键词:
心血管介入; 术后死亡风险预测; ReliefF算法; 特征提取; 机器学习; 随机森林
分类号:
TP391-4
文献标志码:
A
摘要:
针对心血管介入患者全周期病理数据普遍存在缺失、不连续、非结构化等问题，建立了心血管介入专病数据库，并采用基于Relief-F算法的预测方法，对心血管介入患者术后死亡风险进行预测。首先参照HL7、CDISC等国际心血管疾病统一标准对各数据源进行标准化处理，建立研究数据集，并对数据进行清洗和预处理；其次采用Relief-F算法对特征进行选择，最终保留30个特征变量；再次选择逻辑回归、支持向量机、随机森林等3种机器学习方法进行建模分析，并采用10折交叉验证方法对分类器进行训练；最后引入准确率等模型评价指标来评估各算法在数据集上的分类预测效果。实验结果表明：随机森林的分类效果在该研究数据集上的表现最佳，准确率达到81.97%，精确率为86.90%，召回率为82.14%，F1值为0.8441。该研究提出的方法能够客观反映患者术后死亡风险，为心血管介入患者术后死亡风险预测提供了一种有效的解决方案。

参考文献/References:

［ 1 ］于波 . 中国血管内影像学研究的进展与展望［ J ］ . 中华心血管病杂志 , 2019, 47(9): 722 - 725.

［2］中国心血管健康与疾病报告编写组. 中国心血管健康与疾病报告2022概要［J］. 中国循环杂志, 2023, 38(6): 583-612.

［3］中国医院协会介入医学中心分会. 《中国介入医学白皮书》2019版［J］. 中华介入放射学电子杂志, 2020, 8(1): 6-10.

［4］李雪迎. 重视临床研究数据收集过程［J］. 中国介入心脏病学杂志, 2012, 20(5): 244.

［5］吴燕秋, 黄伟, 刘慧鑫, 等. 医院创伤专病数据库建设与实践［J］. 医院管理论坛, 2021, 38(5): 79-82.

［6］刘迷迷, 杜国霞, 周毅, 等.专病数据库建设与应用研究［J］. 医学信息学杂志, 2021, 42(11): 81-86.

［7］齐霜, 毛智, 胡新，等. 基于专科信息系统建立的重症医学数据库: 大型三甲医院重症医学数据库的模式［J］. 中华危重病急救医学, 2020, 32(6): 743-749.

［8］Ruamtawee W, Tipayamongkholgul M, Aimyong N, et al. Prevalence and risk factors of cardiovascular disease among people living with HIV in the Asia-Pacific region: A systematic review［J］. BMC Public Health, 2023, 23(1): 477.

［9］金涛, 王恺. 我国疾病数据库的建设情况概述［J］. 现代预防医学, 2018, 45(6): 1114-1117.

［10］袁骏毅, 潘常青, 李榕, 等. 基于临床数据中心的冠心病专病数据库的构建与实现［J］. 中国卫生信息管理杂志, 2022, 19(5): 707-712.

undefined

备注/Memo

备注/Memo:
收稿日期： 2023-10-11
网络出版日期：2024-03-13
基金项目： 浙江省自然科学基金项目（LQ22F010006，LTGY23H170004）
作者简介： 杨健斌（1999-），男，浙江金华人，硕士研究生，主要从事信号处理和控制方面的研究
通信作者： 童基均，E-mail：jijuntong@zstu.edu.cn
更新日期/Last Update: 2024-06-19