medRxiv preprint Score 65

贝叶斯集成模型精准预测围手术期死亡率

研究利用四模型贝叶斯集成和熵分级,在资源有限环境中准确预测围手术期死亡风险。

一项发表于medRxiv的预印本研究提出了一种患病率自适应四模型贝叶斯集成方法,用于在资源有限的环境中预测围手术期死亡率。研究团队针对697例真实患者数据(死亡率5.59%)中的严重类别不平衡问题(16.9:1),采用变分自编码器(VAE)进行数据增强,将不平衡比降至1.94:1。该集成方法结合熵值三级分类,在内部验证中AUC达到0.9449。值得注意的是,该方法仅使用术前变量即可进行预测,并提供了不确定性量化。该预印本研究尚未经过同行评审。

anesthesiamortality predictionmachine learning