相关实验视频
Updated: Sep 15, 2025
04:27
Intratracheal Instillation of Stem Cells in Term Neonatal Rats
Published on: May 4, 2020
5.7K
基于机器学习的风险预测模型,用于早产婴儿的支气管肺功能障碍症:一个高海拔队列研究
Heng Zhang1, Fei Wang1, Ou Jiang1
1Faculty of Medicine of Kunming University of Science and Technology, Kunming, Yunnan Province, China.
BMJ paediatrics open
|July 14, 2025
概括
这项研究确定了高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高海拔高. 机器学习模型准确地预测了BPD,使得早期干预能够获得更好的结果.
科学领域:
- 新生儿科学 新生儿科学
- 儿科呼吸系统医学 儿科呼吸系统医学
- 高海拔地区的生理学
背景情况:
- 支气管肺功能障碍症 (BPD) 是早产婴儿发病的主要原因之一.
- 在高海拔 (>1500米) 上,BPD的发展和严重程度尚不清楚.
- 本研究通过调查高度特定的风险因素来解决知识差距.
研究的目的:
- 确定早产婴儿中BPD的高度特异性风险因素.
- 开发和验证可解释的机器学习模型,用于BPD预测.
- 通知早期干预措施,以改善高海拔过早出生婴儿的结果.
主要方法:
- 对378名早产婴儿 (<32周怀孕) 在高海拔 (1500米) 的回顾性匹配队列研究.
- 收集了189例BPD病例和189例对照病例的孕产妇,产周和产后数据.
- 开发和评估了XGBoost,后勤回归和随机森林模型,使用SHAP分析进行解释.
主要成果:
- 临近皮肤障碍的主要危险因素:母亲高血压,初始氧气>30%,缺乏母乳养.
- 严重的BPD与长时间通风,高C反应蛋白和PDA相关.
- 在XGBoost模型中,AUC达到0.89,F1达到0.82,MCC达到0.73,平衡精度达到0.85.
结论:
- 首次对高海拔地区BPD风险因素进行全面分析.
- 经过验证的有效和可解释的机器学习模型用于BPD预测.
- 强调高度特异性风险评估和针对脆弱婴儿的以模型为导向的干预措施.
