把握热点 云南省儿童医院付红敏教授/刘海沣博士等 基于机器学习算法建立呼吸道合胞病毒相关儿童严重急性下呼吸道感染预测模型

文章预览

本期分享一篇关于临床预测模型建立并外部验证的文章，该研究主要通过机器学习算法开发了一种新型呼吸道合胞病毒（RSV）相关儿童严重急性下呼吸道感染（SALRTI）预测模型，并通过内部及外部验证证实了该模型具备出色的预测性能及临床应用潜力，为后疫情时期儿童RSV-SALRTI的早期识别提供帮助。 文章于2024年7月发表于《Frontiers in Immunology》（ IF：5.7 ），云南省儿童医院（暨昆明市儿童医院 &  云南省儿童医学中心）呼吸与危重症医学科 刘海沣博士 为第一作者， 付红敏教授 为通讯作者；文章标题“ A novel combined nomogram for predicting severe acute lower respiratory tract infection in children hospitalized for RSV infection during the post-COVID-19 period ”。 原文链接： https://doi.org/10.3389/fimmu.2024.1437834 图例摘要 文章亮点： 1、采用机器学习算法，基于多中心数据成功开发并验 ………………………………