一种可解释的重症监护室死亡风险计算器
应用统计
2021-01-20 v1
摘要
死亡风险是刚从重症监护室（ICU）出院患者的一大关切。许多研究致力于构建机器学习模型来预测此类风险。尽管这些模型精度很高，但它们较难解释，临床医生通常无法进一步洞察患者的健康状况及其死亡风险背后的影响因素。本文利用从 MIMIC-III 临床数据库提取的患者档案，基于逻辑回归、决策树、随机森林和多层感知机等不同机器学习技术构建风险计算器。我们开展了一项广泛的基准研究，比较各种方法所预测的最显著特征。我们观察到所考虑的机器学习方法间具有高度一致性；特别是，心脏外科恢复病房、年龄和血尿素氮水平被共同预测为决定患者死亡风险的最显著特征。我们的工作有潜力帮助临床医生解释风险预测。
引用
@article{arxiv.2101.07426,
title = {An Interpretable Intensive Care Unit Mortality Risk Calculator},
author = {Eugene T. Y. Ang and Milashini Nambiar and Yong Sheng Soh and Vincent Y. F. Tan},
journal= {arXiv preprint arXiv:2101.07426},
year = {2021}
}
备注
7 pages, 5 figures