基于异常检测的血透患者死亡风险预测模型研究

发布时间：2021-06-05 09:11

　　终末期肾病患者主要依靠血液透析维持生命,他们面临着严重的经济负担和高死亡风险。由于医疗卫生体制的现状,大量血透患者失访,导致确认高危死亡风险患者的标签成为一个棘手的问题,给模型训练带来巨大挑战。论文利用电子病历中的时序数据,提出了 一种基于异常检测的血透患者死亡风险预测模型,用于解决因随访不足带来的数据不均衡问题。通过引入LSTM网络,我们提出了 LSTM深度自编码器,该自编码器可以建模时序数据之间的关联性,捕捉血透患者身体状况的变化,预测患者的死亡风险。它采用半监督异常检测理论,对单类数据进行学习,即在模型训练时仅使用生存样本,通过自编码器的重构误差来区分生存和死亡样本。论文使用的数据集来自浙江大学医学院附属第一医院肾脏病中心电子病历系统,筛选36、72和108次连续血透记录来分别预测患者在接受血透治疗后90、180和365天内的死亡风险,并将模型性能与逻辑回归、支持向量机、随机森林、LSTM分类器、孤立森林和栈式自编码器共六种基线方法进行比较。当使用36次连续血透记录预测患者90天内的死亡风险时,队列入组人数为1200例（生存:1055,死亡:145）,LSTM深度自编码器PR曲线... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图２．１?ＲＮＮ模型结构图??

图２．２?ＬＳＴＭ模型结构图??

图２．３?ＧＲＵ模型结构图??

【参考文献】：
期刊论文
[1]中国血液透析充分性临床实践指南[J]. 刘文虎,孙雪峰,林洪丽,史伟,丁国华,何娅妮,赵久阳,汪年松,陈香美.  中华医学杂志. 2015 (34)
[2]非肾脏病科医生对慢性肾衰竭知晓率的调查研究[J]. 王向杰,周英杰,刘键,刘丽,景晔,孔方方,孙菁,李巍,尹方秋.  解放军医药杂志. 2012(02)



本文编号：3211876