[学习资料] 分类模型在急性冠脉综合征患者预后预测中的应用比较研究 [推广有奖]

0关注
12粉丝

已卖：2353份资源
好评率：99%
商家信誉：一般

硕士生

51%

还不是VIP/贵宾

威望: 0 级
论坛币: 1138 个
通用积分: 2749.6171
学术水平: 6 点
热心指数: 8 点
信用等级: 10 点
经验: -6604 点
帖子: 0
精华: 0
在线时间: 357 小时
注册时间: 2012-6-24
最后登录: 2026-2-10

楼主

ruhemiadui 发表于 2024-11-11 07:21:01 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

分类模型在急性冠脉综合征患者预后预测中的应用比较研究
【目的】庞大的心血管疾病患者数量,为我国提供了大量的心血管数据资源。然而目前我国在心血管疾病临床数据的质量管理、科学利用和数据挖掘方面却与世界先进水平相距甚远,因此开展“心血管疾病大数据平台的构建和应用研究”课题对我国心血管病数据管理、分析利用和挖掘具有极其重要的价值。
急性冠脉综合征(ACS)是一类严重的冠心病,由于患者的血管病变程度不同以及暴露的危险因素各异,其预后也不尽相同。虽然随着治疗措施的进步ACS患者的预后得到改善,但是仍有患者会发生不良心脑血管事件,严重者会导致死亡。
因而,对于ACS患者的预后预测,成为该课题的一项重要研究内容。从统计学角度而言,由于ACS患者发生主要不良心脑血管事件(MACCE)的比例相对较小,因而ACS患者预后预测建模实质上属于不平衡数据集的分类问题范畴。
此种问题较为常见,而建模相对较为困难。目前国内外对于ACS患者预后预测主要是通过logistic回归或Cox回归建立多种评分模型,建模形式单一,效果有待提高。
因而,本文的目的主要是利用多种统计学和机器学习中的分类模型对ACS患者进行预后预测建 ...