一种基于数据挖掘预测呼吸泵衰竭患者肺活量平台值的机器学习方法

文章预览

✦ 深度学习辣汤小组文献阅读学习之九十 ✦ 一种基于数据挖掘预测呼吸泵衰竭患者肺活量平台值的机器学习方法 DeepLearning 深度学习辣汤小组  2023/3/7  2021年，来自北京航空航天大学的Chang Wenbing等人使用相关性分析和递归特征消除与交叉验证（RFECV，Recursive Feature Elimination With Cross-validation）结合LightGBM算法建立一种预测神经肌肉疾病患者肺活量平台值的模型，并在Healthcare（IF：2.52，医学4区）期刊上发表题为“A Machine-Learning Method of Predicting Vital Capacity Plateau Value for Ventilatory Pump Failure Based on Data Mining”的文章。 DOI： https://doi.org/10.3390/healthcare9101306 一、研究背景 肺活量平台值（VCPLAT，Vital Capacity Plateau Value）是指患有神经肌肉疾病的儿童患者的肺活量在一段时间内可以上升并保持不变的最大值。一旦肺活量从该值下降，则表明病情恶化，导致呼吸泵 ………………………………