机器学习在败血症患者急性肾损伤预测中的应用  

作　　者：王晨(编译) 

机构地区：[1]首都医科大学附属北京儿童医院

出　　处：《中华医学杂志》2022年第46期3708-3708,共1页National Medical Journal of China

摘　　要：急性肾损伤(AKI)是脓毒症最常见、最严重的并发症,具有较高的病死率和疾病负担。AKI的早期预测是及时干预并最终改善预后的关键。脓毒症患者AKI的预测一直是危重病医学研究的热点。近年来,由于统计理论和计算机技术的发展,机器学习引起了临床医生的关注和认可。该研究旨在建立并验证基于新型机器学习算法的预测模型用于预测危重脓毒症患者的AKI发生。

关 键 词：败血症患者 急性肾损伤 危重病医学 脓毒症患者 疾病负担 临床医生 机器学习 早期预测 

分 类 号：R515.3[医药卫生—内科学] R692[医药卫生—临床医学]