基于机器学习的血管内治疗急性缺血性卒中患者7 d内病死风险预测

摘要： 目的 基于机器学习方法构建接受血管内治疗的急性缺血性卒中患者7 d内病死率预测模型，探索关键预测因素。方法 纳入2021年1月至2023年6月在山西省人民医院神经内科接受血管内治疗的急性缺血性卒中患者293例。收集术前人口统计学、疾病史、辅助检查结果等33个变量。划分训练集与验证集，采用随机森林和极端梯度提升决策树（XGBoost）算法构建预测模型。通过准确率、灵敏度、特异度和... ... （共8页）