基于机器学习的术后患者谵妄风险预测模型研究进展  

作　　者：郭畔旭 阳晓娟[2] 马跃 黄梦格 谢丹莹 童红英[2] 刘艳明 聂芳[2] 

机构地区：[1]河南大学护理与健康学院,开封475004 [2]广东省中山市人民医院,中山528403 [3]广东医科大学附属医院,湛江524000

出　　处：《当代护士（下旬刊）》2024年第6期11-14,共4页Modern Nurse

基　　金：2021年度中山市第一批社会公益与基础研究项目(医疗卫生一般项目)(项目编号:2021B1010)。

摘　　要：术后谵妄(postoperative delirium,POD)是手术患者常见的一种认知功能障碍,不仅会延长患者的住院时间,还会增加住院费用和死亡风险。随着现代医疗科技的发展,机器学习(machine learning,ML)技术为预测术后谵妄的风险提供了有效手段。本文通过对国内外基于机器学习算法的术后患者谵妄风险预测模型的研究进展及其存在的局限性进行综述,旨在为临床实践提供有价值的依据,同时也为未来的相关研究提供参考。

关 键 词：手术 谵妄 机器学习 预测模型 

分 类 号：R473.6[医药卫生—护理学]