目的基于自注意力机制模型预测重症加强护理病房(Intensive Care Unit,ICU)脓毒症患者死亡率。方法在MIMIC-IV数据库中选取符合Sepsis-3标准的脓毒症患者,使用多重logistic回归分析种族对脓毒症患者死亡率的影响,通过构建纳入或未纳入...目的基于自注意力机制模型预测重症加强护理病房(Intensive Care Unit,ICU)脓毒症患者死亡率。方法在MIMIC-IV数据库中选取符合Sepsis-3标准的脓毒症患者,使用多重logistic回归分析种族对脓毒症患者死亡率的影响,通过构建纳入或未纳入种族特征的预测模型,并且比较其性能差异,进一步评估是否将种族纳入预测模型。将数据集按1∶1比例分为训练集和验证集。使用二分类交叉熵损失函数和Adam优化器在训练集上进行1000次迭代训练,并在验证集上评估模型性能。性能指标包括受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)和准确率。结果共纳入16521例脓毒症患者。多重logistic回归分析结果显示,种族与ICU脓毒症患者死亡率无显著关联。训练集中构建的纳入或未纳入种族特征的模型在验证集中AUC均为0.82,准确率均为0.88,优于传统评分系统(如OASIS AUC:0.70;LODS AUC:0.74;SAPSII AUC:0.75)。结论种族特征对于脓毒症患者死亡率的预测无明显影响,基于自注意力机制构建的预测模型显著提高了对ICU脓毒症患者死亡率的预测性能,表现优于传统评分系统。展开更多
文摘目的基于自注意力机制模型预测重症加强护理病房(Intensive Care Unit,ICU)脓毒症患者死亡率。方法在MIMIC-IV数据库中选取符合Sepsis-3标准的脓毒症患者,使用多重logistic回归分析种族对脓毒症患者死亡率的影响,通过构建纳入或未纳入种族特征的预测模型,并且比较其性能差异,进一步评估是否将种族纳入预测模型。将数据集按1∶1比例分为训练集和验证集。使用二分类交叉熵损失函数和Adam优化器在训练集上进行1000次迭代训练,并在验证集上评估模型性能。性能指标包括受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)和准确率。结果共纳入16521例脓毒症患者。多重logistic回归分析结果显示,种族与ICU脓毒症患者死亡率无显著关联。训练集中构建的纳入或未纳入种族特征的模型在验证集中AUC均为0.82,准确率均为0.88,优于传统评分系统(如OASIS AUC:0.70;LODS AUC:0.74;SAPSII AUC:0.75)。结论种族特征对于脓毒症患者死亡率的预测无明显影响,基于自注意力机制构建的预测模型显著提高了对ICU脓毒症患者死亡率的预测性能,表现优于传统评分系统。
