CN116864136B - 一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型 - Google Patents
一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型 Download PDFInfo
- Publication number
- CN116864136B CN116864136B CN202311132958.1A CN202311132958A CN116864136B CN 116864136 B CN116864136 B CN 116864136B CN 202311132958 A CN202311132958 A CN 202311132958A CN 116864136 B CN116864136 B CN 116864136B
- Authority
- CN
- China
- Prior art keywords
- healing
- patient
- perforation
- postoperative
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000035876 healing Effects 0.000 title claims abstract description 213
- 230000002980 postoperative effect Effects 0.000 title claims abstract description 148
- 208000008469 Peptic Ulcer Diseases 0.000 title claims abstract description 38
- 230000001154 acute effect Effects 0.000 title claims abstract description 38
- 231100000029 gastro-duodenal ulcer Toxicity 0.000 title claims abstract description 38
- 206010017886 Gastroduodenal ulcer Diseases 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 230000003187 abdominal effect Effects 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000010801 machine learning Methods 0.000 claims abstract description 19
- 230000008439 repair process Effects 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 4
- 206010030113 Oedema Diseases 0.000 claims description 41
- 206010061218 Inflammation Diseases 0.000 claims description 28
- 230000004054 inflammatory process Effects 0.000 claims description 28
- 210000005259 peripheral blood Anatomy 0.000 claims description 28
- 239000011886 peripheral blood Substances 0.000 claims description 28
- 230000029663 wound healing Effects 0.000 claims description 27
- 208000015181 infectious disease Diseases 0.000 claims description 25
- 238000000556 factor analysis Methods 0.000 claims description 20
- 238000003384 imaging method Methods 0.000 claims description 20
- 210000000683 abdominal cavity Anatomy 0.000 claims description 18
- 210000000056 organ Anatomy 0.000 claims description 17
- 238000007920 subcutaneous administration Methods 0.000 claims description 17
- 108010074051 C-Reactive Protein Proteins 0.000 claims description 16
- 102100032752 C-reactive protein Human genes 0.000 claims description 16
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 16
- 210000004369 blood Anatomy 0.000 claims description 15
- 239000008280 blood Substances 0.000 claims description 15
- 230000036772 blood pressure Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 239000007788 liquid Substances 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 12
- 230000000740 bleeding effect Effects 0.000 claims description 9
- 210000000265 leukocyte Anatomy 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 208000005646 Pneumoperitoneum Diseases 0.000 claims description 8
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 8
- 239000001569 carbon dioxide Substances 0.000 claims description 8
- 230000001079 digestive effect Effects 0.000 claims description 8
- 239000010794 food waste Substances 0.000 claims description 8
- 238000004820 blood count Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 7
- 238000001356 surgical procedure Methods 0.000 claims description 7
- 210000001835 viscera Anatomy 0.000 claims description 7
- 235000011389 fruit/vegetable juice Nutrition 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 210000004027 cell Anatomy 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 5
- 239000012530 fluid Substances 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 208000024891 symptom Diseases 0.000 claims description 5
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 3
- 239000008103 glucose Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 206010065768 Visceral oedema Diseases 0.000 claims description 2
- 210000004072 lung Anatomy 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010276 construction Methods 0.000 abstract 1
- 238000011282 treatment Methods 0.000 description 14
- 206010017815 Gastric perforation Diseases 0.000 description 12
- 208000032843 Hemorrhage Diseases 0.000 description 6
- 230000003111 delayed effect Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000002496 gastric effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 208000000718 duodenal ulcer Diseases 0.000 description 2
- 238000011337 individualized treatment Methods 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 206010056519 Abdominal infection Diseases 0.000 description 1
- 206010003011 Appendicitis Diseases 0.000 description 1
- 206010017835 Gastric ulcer perforation Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010033645 Pancreatitis Diseases 0.000 description 1
- 206010034236 Pelvic abscess Diseases 0.000 description 1
- 206010071229 Procedural haemorrhage Diseases 0.000 description 1
- 208000002847 Surgical Wound Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 201000001352 cholecystitis Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000028709 inflammatory response Effects 0.000 description 1
- 208000003243 intestinal obstruction Diseases 0.000 description 1
- 238000002357 laparoscopic surgery Methods 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009278 visceral effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及医学数据处理技术领域，具体公开了一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，模型包括胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析，模型的构建包括数据采集、术后穿孔愈合影响因素分析、术后愈合效果分析、训练机器学习模型以及机器学习模型的评估与优化；通过胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析构建用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，利用获取的脐单孔腹腔镜胃十二指肠溃疡穿孔修补术患者数据，训练机器学习模型，以定量结合患者术前、术中以及术后生命体征和腹部体征的变化，获取术后穿孔愈合的变化情况。
Description
技术领域
本发明涉及医学数据处理技术领域，更具体地说，本发明涉及一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型。
背景技术
胃十二指肠溃疡急性穿孔是一种常见的发病急、发展快、病情重的消化道穿孔，随着穿孔时间的增加，流入腹腔的消化液以及食物残渣会导致弥散性腹腔感染，导致继发性胆囊炎、阑尾炎、胰腺炎，形成盆腔脓肿以及肠梗阻等，及时的通过手术进行穿孔修补是挽救患者生命的重要治疗手段，穿孔修补手术是治疗胃十二指肠溃疡急性穿孔的首选手术治疗方法，采用腹腔镜对胃十二指肠溃疡急性穿孔进行手术修补术后疼痛少、恢复时间短、住院时间短，而已有公开文献（Lee J，Sung K，Lee D，et al．Single port laparoscopicrepair of a perforated duodenal ulcer:intracorporeal“cross and twine”knotting［J］． Surg Endosc，2011，25(1):229-233）中，Lee等人已经尝试了经脐入路腹腔镜胃十二指肠溃疡穿孔修补术，平均手术时间已缩短至90.2±24.2min，平均住院时间为6.1±0.5d，切口长度为1.9±0.1cm，取得了令人满意的治疗效果，目前国内很多医院也已经有很多经脐单孔腹腔镜胃十二指肠溃疡穿孔修补术的成功案例，已经积累了大量的脐单孔腹腔镜胃十二指肠溃疡穿孔修补术术后患者生命体征以及腹部体征数据，多是使用统计分析的方式进行数据观察和分析，没有基于患者术前、术中以及术后生命体征和腹部体征数据建立术后穿孔愈合模型，无法定量结合患者术前、术中以及术后生命体征和腹部体征的变化，获取术后穿孔愈合的变化情况，对术后穿孔延迟愈合以及不愈合的风险把握不准确。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，通过胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析构建用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，利用获取的脐单孔腹腔镜胃十二指肠溃疡穿孔修补术患者数据，训练机器学习模型，以定量结合患者术前、术中以及术后生命体征和腹部体征的变化，获取术后穿孔愈合的变化情况，对术后穿孔延迟愈合以及不愈合的风险进行预测，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，所述模型包括胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析，所述模型的构建的方法包括：
步骤S1，数据采集：收集胃十二指肠溃疡急性穿孔患者进行脐单孔腹腔镜胃十二指肠溃疡穿孔修补术的临床数据，临床数据包括术前、术中以及术后患者生命体征、腹部体征、愈合时间、愈合程度评分、愈合成功率、穿孔复发率、影像学愈合评估值并发症发病率以及炎症指标，并对采集的数据进行预处理；
步骤S2，获取胃十二指肠溃疡急性穿孔术后穿孔的愈合影响因素分析数值：基于患者术前、术中以及术后生命体征和腹部体征构建术后穿孔愈合影响因素分析数值；
步骤S3，获取胃十二指肠溃疡急性穿孔术后的愈合效果分析数值：基于愈合时间、愈合程度评分、愈合成功率、穿孔复发率、影像学愈合评估值、并发症发病率以及炎症指标构建术后愈合效果分析数值；
步骤S4，训练机器学习模型，获取愈合效果分析数值与愈合影响因素分析数值之间的非线性映射关系：采集愈合效果分析数值与愈合影响因素分析数值，建立原始数据集，将原始数据集按照7:3的比例分成训练集和验证集，通过训练集训练机器学习模型，通过验证集验证模型的准确性；
步骤S5，机器学习模型的评估与优化：使用有放回的方式从原始数据集中抽取测试集，利用测试集测试训练好的机器学习模型，验证模型的准确性和泛化能力。
作为本发明进一步的方案，在步骤S1中，术前患者生命体征包括穿孔起病至手术时间、BMI指数以及脏器感染水肿数量，术前患者腹部特征包括消化液及食物残渣弥散面积、穿孔面积以及穿孔个数，术中患者生命体征包括出血量以及心率波动最大值，术中患者腹部特征包括修补穿孔个数、修补穿孔平均面积、脏器水肿等级、二氧化碳气腹体积以及皮下水肿等级，术后患者生命体征包括心率、血压、血糖以及肺活量，术后患者腹部体征包括切口脂肪液化等级、切口感染等级、腹腔引流管引流量以及腹腔引流液性质等级。
作为本发明进一步的方案，在步骤S2中，术后穿孔愈合影响因素分析数值的公式为：
；
式中：为术后穿孔愈合影响因素分析数值；/>为术前患者体征影响值；/>为术中患者体征影响值；/>为术后患者体征影响值。
作为本发明进一步的方案，在术后穿孔愈合影响因素分析数值的公式中，术前患者体征影响值的获取机制为患者术前各个生命体征因素之和的平方，与各个腹部体征因素之和的三次方之和，再对这个和值求以2为底的对数值，术前患者体征影响值的公式为：
；
式中：为穿孔起病至手术时间；/>为BMI指数；/>为脏器感染水肿数量；/>为消化液及食物残渣弥散面积；/>为穿孔面积；/>为穿孔个数。
作为本发明进一步的方案，在术后穿孔愈合影响分析数值的公式中，术中患者体征影响值的获取机制为术中患者出血量与心率波动最大值之和的四分之一，加上术中患者修补穿孔个数与修补穿孔平均面积的乘积，再除以脏器水肿等级，加上二氧化碳气腹体积的三分之一与皮下水肿等级，术后穿孔愈合影响分析数值的公式为：
；
式中：为术中患者出血量；/>为术中患者心率波动最大值；/>为术中患者修补穿孔个数；/>为术中患者修补穿孔平均面积；/>为术中患者脏器水肿等级；/>为术中患者二氧化碳气腹体积；/>为术中患者皮下水肿等级；其中术中患者脏器水肿等级、术中患者皮下水肿等级均由主刀医生根据经验进行定义，术中患者脏器水肿等级、术中患者皮下水肿等级均包括轻度、中度以及高度三个等级，其中轻度、中度以及高度的代表值分别为1、2、3。
作为本发明进一步的方案，在术后穿孔愈合影响分析数值的公式中，术后患者体征影响值的获取机制为心率、血压、肺活量之和乘以血糖，再与切口脂肪液化等级、切口感染等级以及腹腔引流液性质等级之和乘以腹腔引流管引流量的比值，术后患者体征影响值的公式为：
；
式中：为患者术后心率；/>为患者术后血压；/>为患者术后肺活量；/>为患者术后血糖；/>为患者术后切口脂肪液化等级；/>为患者术后切口感染等级；/>为患者术后腹腔引流液性质等级；/>为患者术后腹腔引流管引流量；其中切口脂肪液化等级、切口感染等级以及腹腔引流液性质等级均有主治医生根据经验设定，分为严重、一般和轻症三个等级，严重、一般和轻症的等级代表值分别为3、2、1，患者术后血糖和患者术后血压均指空腹测量值。
作为本发明进一步的方案，在步骤S3中，后愈合效果分析数值的获取机制为创口愈合时间与创口愈合程度评分的和，乘以创口愈合成功率和影像学愈合评估值，再除以穿孔复发率、并发症发病率以及炎症指标之和，术后愈合效果分析数值的公式为：
；
式中：为术后愈合效果分析数值；/>为创口愈合时间；/>为创口愈合程度评分；/>为创口愈合成功率；/>为影像学愈合评估值；/>为穿孔复发率；/>为并发症发病率；/>为炎症指标；其中创口愈合程度评分由主治医生设定，分为良好愈合、普通愈合和较差愈合三个等级，良好愈合、普通愈合和较差愈合的创口愈合程度评分分别为10、5、1，影像学愈合评估值的结果通过患者术后腹部彩超获取，影像学愈合评估值的设定由主治医生设定，分为标准愈合、超厚愈合以及不标准愈合，标准愈合、超厚愈合以及不标准愈合的代表数值分别为5、3、1。
作为本发明进一步的方案，在术后愈合效果分析数值的公式中，炎症指标与术后第1、3、5天的外周血白细胞计数均值与正常外周血白细胞计数的比值正相关，与术后第1、3、5天的外周血C-反应蛋白均值与正常外周血C-反应蛋白的比值正相关，炎症指标的公式为：
；
式中：为术后第1、3、5天的外周血白细胞计数均值；/>为正常外周血白细胞计数；/>为术后第1、3、5天的外周血C-反应蛋白均值；/>为正常外周血C-反应蛋白。
本发明一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型的技术效果和优点：
本发明通过胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析构建用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，利用获取的脐单孔腹腔镜胃十二指肠溃疡穿孔修补术患者数据，训练机器学习模型，以定量结合患者术前、术中以及术后生命体征和腹部体征的变化，获取术后穿孔愈合的变化情况，对术后穿孔延迟愈合以及不愈合的风险进行预测。
附图说明
图1为本发明一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1。
如图1所示，本发明提出的一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，所述模型包括胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析，通过胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析构建用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，利用获取的脐单孔腹腔镜胃十二指肠溃疡穿孔修补术患者数据，训练机器学习模型，以定量结合患者术前、术中以及术后生命体征和腹部体征的变化，获取术后穿孔愈合的变化情况，对术后穿孔延迟愈合以及不愈合的风险进行预测，准确把握术后穿孔延迟愈合以及不愈合的风险，以方便为医护人员提供医学参考数值。
所述模型的构建的方法包括：
步骤S1，数据采集：收集胃十二指肠溃疡急性穿孔患者进行脐单孔腹腔镜胃十二指肠溃疡穿孔修补术的临床数据，临床数据包括术前、术中以及术后患者生命体征、腹部体征、愈合时间、愈合程度评分、愈合成功率、穿孔复发率、影像学愈合评估值并发症发病率以及炎症指标，并对采集的数据进行预处理；
步骤S2，获取胃十二指肠溃疡急性穿孔术后穿孔的愈合影响因素分析数值：基于患者术前、术中以及术后生命体征和腹部体征构建术后穿孔愈合影响因素分析数值；
步骤S3，获取胃十二指肠溃疡急性穿孔术后的愈合效果分析数值：基于愈合时间、愈合程度评分、愈合成功率、穿孔复发率、影像学愈合评估值、并发症发病率以及炎症指标构建术后愈合效果分析数值；
步骤S4，训练机器学习模型，获取愈合效果分析数值与愈合影响因素分析数值之间的非线性映射关系：采集愈合效果分析数值与愈合影响因素分析数值，建立原始数据集，将原始数据集按照7:3的比例分成训练集和验证集，通过训练集训练机器学习模型，通过验证集验证模型的准确性；
步骤S5，机器学习模型的评估与优化：使用有放回的方式从原始数据集中抽取测试集，利用测试集测试训练好的机器学习模型，验证模型的准确性和泛化能力。
需要说明的是，在步骤S1中，术前患者生命体征包括穿孔起病至手术时间、BMI指数以及脏器感染水肿数量，术前患者腹部特征包括消化液及食物残渣弥散面积、穿孔面积以及穿孔个数，术中患者生命体征包括出血量以及心率波动最大值，术中患者腹部特征包括修补穿孔个数、修补穿孔平均面积、脏器水肿等级、二氧化碳气腹体积以及皮下水肿等级，术后患者生命体征包括心率、血压、血糖以及肺活量，术后患者腹部体征包括切口脂肪液化等级、切口感染等级、腹腔引流管引流量以及腹腔引流液性质等级。
在步骤S1中选取这些指标，是因为它们对胃十二指肠溃疡急性穿孔的术后穿孔愈合影响和术后愈合效果分析具有重要的临床意义，这些指标能够涵盖患者的生理状态和疾病特征，反映本发明所提出模型所需的关联因子，术前生命体征和腹部特征中，穿孔起病至手术时间的长短与患者病情的严重程度和生理变化相关，BMI指数能够反映患者的肥胖程度，会影响脐单孔腹腔镜手术的手术风险和穿孔愈合情况，术中生命体征和腹部特征中，出血量是手术难度和并发症发生率的重要指标，术中心率波动反映患者的术中稳定性和手术应激程度，而脏器的水肿等级能够反映患者腹腔内炎症程度和脏器功能受损的情况，皮下水肿等级反映了手术创伤和术后愈合的情况，而术后生命体征和腹部特征中，心率、血压以及血糖反映了患者术后的生理状态和稳定性，肺活量反映患者术后肺功能的恢复情况，标示手术引起肺部和心脏感染的风险，切口脂肪液化等级以及切口感染等级反映术后影响切口愈合的切口因素和表现，而腹腔引流管引流量、腹腔引流液性质等级能够反映患者腹腔内炎症程度以及腹腔引流情况，对腹腔感染的预测能够提供风险评估的数据，通过这些生命体征和腹部特征的分析，能够在成因和表现形式上多维分析患者的术前状态、术中情况以及术后恢复情况，为构建胃十二指肠溃疡急性穿孔术后穿孔愈合模型提供必要的数据支持，有助于预测术后穿孔愈合的变化情况以及不愈合的风险。
而在步骤S4和步骤S5中，在构建胃十二指肠溃疡急性穿孔术后穿孔愈合模型的过程中，通过机器学习方法对收集的临床数据进行训练和评估，以获取愈合效果分析数值与愈合影响因素分析数值之间的非线性映射关系，这个非线性映射关系能够预测术后穿孔愈合情况，帮助医护人员在术后更好的了解患者的愈合潜力，对会出现的并发症和延迟愈合进行早期干预和处理，以提高愈合的成功率，结合术后愈合影响因素分析和评估帮助识别出对愈合产生最大影响的因素，有助于医护人员更准确的评估患者术后风险，为治疗方案和手术提供数据支持，能够根据患者的特征和临床情况制定个性化的治疗方案，不同患者在术后愈合方面存在差异，个性化的治疗方案能够更好的满足患者的需求，也能够帮助医护人员了解哪些因素会导致愈合问题。
实施例2。
与实施例1不同的是，本实施例针对实施例1所述模型中涉及的术后穿孔愈合影响因素分析数值以及术后愈合效果分析数值的获取机制进行详细阐述。
在步骤S2中，术后穿孔愈合影响因素分析数值的公式为：
；
式中：为术后穿孔愈合影响因素分析数值；/>为术前患者体征影响值；/>为术中患者体征影响值；/>为术后患者体征影响值。
通过将术前、术中和术后的患者体征影响值进行加权组合，这个公式综合考虑了多个指标对术后穿孔愈合的影响，不同的体征对穿孔愈合产生不同的作用，这个公式能够在综合考虑的基础上定量表达出它们的综合影响；使用平方和开方的方式，能够将不同体征的影响进行整合，而开方操作使得影响因素分析数值更具有直观性和可解释性；该公式通过数学计算将影响因素转化为一个具体的数值，这样能够更加清晰地量化术后穿孔愈合的影响因素，有助于医护人员更好地理解患者的情况，并为决策提供数值依据；通过这种方式的数值组合，能够对不同的体征影响因素进行加权处理，考虑到它们之间的相关性，更符合统计学上的分析方法。
进一步地，在术后穿孔愈合影响因素分析数值的公式中，术前患者体征影响值的获取机制为患者术前各个生命体征因素之和的平方，与各个腹部体征因素之和的三次方之和，再对这个和值求以2为底的对数值，术前患者体征影响值的公式为：
；
式中：为穿孔起病至手术时间；/>为BMI指数；/>为脏器感染水肿数量；/>为消化液及食物残渣弥散面积；/>为穿孔面积；/>为穿孔个数。
通过将术前生命体征因素（穿孔起病至手术时间、BMI指数、脏器感染水肿数量）和腹部体征因素（消化液及食物残渣弥散面积、穿孔面积、穿孔个数）按照一定的组合方式相加，再求对数值，将多个因素综合考虑，有助于更全面地理解患者的术前状态，并在数值上量化其对术后穿孔愈合的综合影响；使用平方和立方等运算对不同因素进行加权，避免了过于简单的相加平均或线性加权方式，同时，对数运算使得结果在一定范围内，不会出现过于大或过于小的值，有利于结果的解释和理解；通过对不同因素进行平方和立方的运算，能够调整因素之间的重要性，使得对术后愈合影响较大的因素在数值上更突出，从而更好地体现它们的贡献；通过求对数值的方式，将术前患者体征影响值表述为一个具体的数值，有助于医护人员在临床中更直观地了解患者的术前状态，同时，这个数值也能用于与其他患者的数据进行比较和分析，为个性化治疗方案的制定提供依据。
需要说明的是，在术后穿孔愈合影响分析数值的公式中，术中患者体征影响值的获取机制为术中患者出血量与心率波动最大值之和的四分之一，加上术中患者修补穿孔个数与修补穿孔平均面积的乘积，再除以脏器水肿等级，加上二氧化碳气腹体积的三分之一与皮下水肿等级，术后穿孔愈合影响分析数值的公式为：
；
式中：为术中患者出血量；/>为术中患者心率波动最大值；/>为术中患者修补穿孔个数；/>为术中患者修补穿孔平均面积；/>为术中患者脏器水肿等级；/>为术中患者二氧化碳气腹体积；/>为术中患者皮下水肿等级；其中术中患者脏器水肿等级、术中患者皮下水肿等级均由主刀医生根据经验进行定义，术中患者脏器水肿等级、术中患者皮下水肿等级均包括轻度、中度以及高度三个等级，其中轻度、中度以及高度的代表值分别为1、2、3。
该公式综合考虑了术中多个体征因素，包括术中出血量、心率波动最大值、修补穿孔个数、修补穿孔平均面积、脏器水肿等级、二氧化碳气腹体积以及皮下水肿等级，更全面地评估患者的术中状态和对术后穿孔愈合的综合影响；公式中对不同因素进行加和、乘积、除法等运算，考虑了不同因素之间的关联性，更加准确地反映不同因素之间的影响程度，避免过于简单地相加平均或线性加权的方法；通过对不同因素进行不同的运算，能够对其权重进行调整，使得对术后穿孔愈合影响较大的因素在计算中更加突出，有助于更准确地评估术中因素对穿孔愈合的重要性；公式中的术中患者脏器水肿等级和皮下水肿等级由主刀医生根据经验进行定义，能根据临床经验和专业判断对不同水平的脏器水肿和皮下水肿进行量化评估，为公式提供更具客观性和可解释性的数据；公式通过运算将多个术中因素综合考虑，将其量化为术中患者体征影响值，有助于医护人员更好地理解患者的术中状态，为术后穿孔愈合的综合影响因素分析提供具体数值。
需要说明的是，在术后穿孔愈合影响分析数值的公式中，术后患者体征影响值的获取机制为心率、血压、肺活量之和乘以血糖，再与切口脂肪液化等级、切口感染等级以及腹腔引流液性质等级之和乘以腹腔引流管引流量的比值，术后患者体征影响值的公式为：
；
式中：为患者术后心率；/>为患者术后血压；/>为患者术后肺活量；/>为患者术后血糖；/>为患者术后切口脂肪液化等级；/>为患者术后切口感染等级；/>为患者术后腹腔引流液性质等级；/>为患者术后腹腔引流管引流量；其中切口脂肪液化等级、切口感染等级以及腹腔引流液性质等级均有主治医生根据经验设定，分为严重、一般和轻症三个等级，严重、一般和轻症的等级代表值分别为3、2、1，患者术后血糖和患者术后血压均指空腹测量值。
该公式综合考虑了术后多个体征因素，包括术后心率、血压、肺活量和血糖等生命体征，以及切口脂肪液化等级、切口感染等级和腹腔引流液性质等级，更全面地评估患者的术后状态和对穿孔愈合的综合影响；公式中对不同因素进行加和、乘法和除法运算，考虑了不同因素之间的关联性，更加准确地反映不同因素之间的影响程度，避免过于简单地相加平均或线性加权的方法；公式通过运算将多个术后因素综合考虑，将其量化为术后患者体征影响值，有助于医护人员更好地理解患者的术后状态，为术后穿孔愈合的综合影响因素分析提供具体数值；公式中的切口脂肪液化等级、切口感染等级和腹腔引流液性质等级由主治医生根据经验进行定义，能根据临床经验和专业判断对不同水平的切口脂肪液化、切口感染和腹腔引流液性质进行量化评估，为公式提供更具客观性和可解释性的数据；通过这样的复杂公式，能对术后各个体征因素进行量化评估，并且对不同因素进行不同程度的加权，有助于更准确地评估术后体征因素对穿孔愈合的贡献。
在步骤S3中，后愈合效果分析数值的获取机制为创口愈合时间与创口愈合程度评分的和，乘以创口愈合成功率和影像学愈合评估值，再除以穿孔复发率、并发症发病率以及炎症指标之和，术后愈合效果分析数值的公式为：
；
式中：为术后愈合效果分析数值；/>为创口愈合时间；/>为创口愈合程度评分；/>为创口愈合成功率；/>为影像学愈合评估值；/>为穿孔复发率；/>为并发症发病率；/>为炎症指标；其中创口愈合程度评分由主治医生设定，分为良好愈合、普通愈合和较差愈合三个等级，良好愈合、普通愈合和较差愈合的创口愈合程度评分分别为10、5、1，影像学愈合评估值的结果通过患者术后腹部彩超获取，影像学愈合评估值的设定由主治医生设定，分为标准愈合、超厚愈合以及不标准愈合，标准愈合、超厚愈合以及不标准愈合的代表数值分别为5、3、1。
该公式综合考虑了创口愈合时间、创口愈合程度评分、创口愈合成功率、影像学愈合评估值以及穿孔复发率、并发症发病率和炎症指标，更全面地评估术后穿孔愈合的效果；通过运算将多个愈合效果因素综合考虑，并将其量化为术后愈合效果分析数值，有助于医护人员更好地理解患者的术后情况，为术后治疗效果的评估提供具体数值；公式中除以穿孔复发率、并发症发病率和炎症指标，有助于考虑穿孔复发和并发症的风险对愈合效果的影响，帮助了医护人员预测患者的后续风险，及时采取干预措施；公式中包含了加法、乘法和除法等运算，将多个愈合效果因素综合起来，考虑了不同因素之间的综合影响；通过乘法和除法运算，能对不同愈合效果因素进行加权和调整，使得对愈合效果影响较大的因素在计算中更突出；公式的输出为术后愈合效果分析数值是一个具体的数值，能帮助医护人员在数值上理解和比较患者的愈合效果；公式中的愈合程度评分和影像学愈合评估值分别由主治医生根据经验设定，使得结果更具有解释性和可解释性。
进一步地，在术后愈合效果分析数值的公式中，炎症指标与术后第1、3、5天的外周血白细胞计数均值与正常外周血白细胞计数的比值正相关，与术后第1、3、5天的外周血C-反应蛋白均值与正常外周血C-反应蛋白的比值正相关，炎症指标的公式为：
；
式中：为术后第1、3、5天的外周血白细胞计数均值；/>为正常外周血白细胞计数；/>为术后第1、3、5天的外周血C-反应蛋白均值；/>为正常外周血C-反应蛋白。
公式综合考虑了术后第1、3、5天的外周血白细胞计数均值和C-反应蛋白均值，并将它们与相应的正常值进行比较，能更全面地评估术后炎症反应情况；将术后的指标值与相应的正常值进行比值，有助于消除个体间的差异，将指标值转化为相对值，更具有可比性和解释性；公式中考虑了术后第1、3、5天的指标均值，有助于了解炎症反映在术后不同时间点的变化情况，有助于医护人员及时监测患者的炎症状态，并采取相应的干预措施；通过将指标值与正常值比较，并加权相加，将炎症指标量化为一个具体的数值，有助于医护人员在数值上了解患者的炎症程度；通过将炎症指标纳入术后愈合效果分析数值的公式中，能更全面地考虑术后炎症对愈合效果的影响，有助于提高预测的准确性，并帮助医护人员更好地制定个性化的治疗计划。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (1)
1.一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型，其特征在于，所述模型包括胃十二指肠溃疡急性穿孔术后穿孔愈合影响因素分析和术后愈合效果分析，所述模型的构建的方法包括：
步骤S1，数据采集：收集胃十二指肠溃疡急性穿孔患者进行脐单孔腹腔镜胃十二指肠溃疡穿孔修补术的临床数据，临床数据包括术前、术中以及术后患者生命体征、腹部体征、愈合时间、愈合程度评分、愈合成功率、穿孔复发率、影像学愈合评估值并发症发病率以及炎症指标，并对采集的数据进行预处理；
步骤S2，获取胃十二指肠溃疡急性穿孔术后穿孔的愈合影响因素分析数值：基于患者术前、术中以及术后生命体征和腹部体征构建术后穿孔愈合影响因素分析数值；
步骤S3，获取胃十二指肠溃疡急性穿孔术后的愈合效果分析数值：基于愈合时间、愈合程度评分、愈合成功率、穿孔复发率、影像学愈合评估值、并发症发病率以及炎症指标构建术后愈合效果分析数值；
步骤S4，训练机器学习模型，获取愈合效果分析数值与愈合影响因素分析数值之间的非线性映射关系：采集愈合效果分析数值与愈合影响因素分析数值，建立原始数据集，将原始数据集按照7:3的比例分成训练集和验证集，通过训练集训练机器学习模型，通过验证集验证模型的准确性；
步骤S5，机器学习模型的评估与优化：使用有放回的方式从原始数据集中抽取测试集，利用测试集测试训练好的机器学习模型，验证模型的准确性和泛化能力；
在步骤S1中，术前患者生命体征包括穿孔起病至手术时间、BMI指数以及脏器感染水肿数量，术前患者腹部特征包括消化液及食物残渣弥散面积、穿孔面积以及穿孔个数，术中患者生命体征包括出血量以及心率波动最大值，术中患者腹部特征包括修补穿孔个数、修补穿孔平均面积、脏器水肿等级、二氧化碳气腹体积以及皮下水肿等级，术后患者生命体征包括心率、血压、血糖以及肺活量，术后患者腹部体征包括切口脂肪液化等级、切口感染等级、腹腔引流管引流量以及腹腔引流液性质等级；
在步骤S2中，术后穿孔愈合影响因素分析数值的公式为：
式中：Kyy为术后穿孔愈合影响因素分析数值，kq为术前患者体征影响值，kz为术中患者体征影响值，kh为术后患者体征影响值；
在术后穿孔愈合影响因素分析数值的公式中，术前患者体征影响值的获取机制为患者术前各个生命体征因素之和的平方，与各个腹部体征因素之和的三次方之和，再对这个和值求以2为底的对数值，术前患者体征影响值的公式为：
kq＝log2[(tb+kBMI+NZS)2+(s1+s2+nck)3]
式中：tb为穿孔起病至手术时间、kBMI为BMI指数，Nzs为脏器感染水肿数量，s1为消化液及食物残渣弥散面积，s2为穿孔面积，nck为穿孔个数；
在术后穿孔愈合影响分析数值的公式中，术中患者体征影响值的获取机制为术中患者出血量与心率波动最大值之和的四分之一，加上术中患者修补穿孔个数与修补穿孔平均面积的乘积，再除以脏器水肿等级，加上二氧化碳气腹体积的三分之一与皮下水肿等级，术中患者体征影响值的公式为：
式中：Lx为术中患者出血量，Rb为术中患者心率波动最大值，nxb为术中患者修补穿孔个数，sxb为术中患者修补穿孔平均面积，lzs为术中患者脏器水肿等级，Vcqf为术中患者二氧化碳气腹体积，lpz为术中患者皮下水肿等级，其中术中患者脏器水肿等级、术中患者皮下水肿等级均由主刀医生根据经验进行定义，术中患者脏器水肿等级、术中患者皮下水肿等级均包括轻度、中度以及高度三个等级，其中轻度、中度以及高度的代表值分别为1、2、3；
在术后穿孔愈合影响分析数值的公式中，术后患者体征影响值的获取机制为心率、血压、肺活量之和乘以血糖，再与切口脂肪液化等级、切口感染等级以及腹腔引流液性质等级之和乘以腹腔引流管引流量的比值，术后患者体征影响值的公式为：
式中：rhl为患者术后心率，hhb为患者术后血压，Vhf为患者术后肺活量，Ks为患者术后血糖，lzy为患者术后切口脂肪液化等级，lqg为患者术后切口感染等级，lyx为患者术后腹腔引流液性质等级，Vyl为患者术后腹腔引流管引流量，其中切口脂肪液化等级、切口感染等级以及腹腔引流液性质等级均有主治医生根据经验设定，分为严重、一般和轻症三个等级，严重、一般和轻症的等级代表值分别为3、2、1，患者术后血糖和患者术后血压均指空腹测量值；
在步骤S3中，后愈合效果分析数值的获取机制为创口愈合时间与创口愈合程度评分的和，乘以创口愈合成功率和影像学愈合评估值，再除以穿孔复发率、并发症发病率以及炎症指标之和，术后愈合效果分析数值的公式为：
Kyf＝(tcy+dyc)*dys*dyy÷(rckf+rbf+ryz)
式中：Kyf为术后愈合效果分析数值，tcy为创口愈合时间，dyc为创口愈合程度评分，dys为创口愈合成功率，dyy为影像学愈合评估值，rckf为穿孔复发率，rbf为并发症发病率，ryz为炎症指标，其中创口愈合程度评分由主治医生设定，分为良好愈合、普通愈合和较差愈合三个等级，良好愈合、普通愈合和较差愈合的创口愈合程度评分分别为10、5、1，影像学愈合评估值的结果通过患者术后腹部彩超获取，影像学愈合评估值的设定由主治医生设定，分为标准愈合、超厚愈合以及不标准愈合，标准愈合、超厚愈合以及不标准愈合的代表数值分别为5、3、1；在术后愈合效果分析数值的公式中，炎症指标与术后第1、3、5天的外周血白细胞计数均值与正常外周血白细胞计数的比值正相关，与术后第1、3、5天的外周血C-反应蛋白均值与正常外周血C-反应蛋白的比值正相关，炎症指标的公式为：
式中：为术后第1、3、5天的外周血白细胞计数均值，nbb为正常外周血白细胞计数，为术后第1、3、5天的外周血C-反应蛋白均值，Ccfd为正常外周血C-反应蛋白。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311132958.1A CN116864136B (zh) | 2023-09-05 | 2023-09-05 | 一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311132958.1A CN116864136B (zh) | 2023-09-05 | 2023-09-05 | 一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116864136A CN116864136A (zh) | 2023-10-10 |
| CN116864136B true CN116864136B (zh) | 2023-12-12 |
Family
ID=88232691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311132958.1A Active CN116864136B (zh) | 2023-09-05 | 2023-09-05 | 一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116864136B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106855912A (zh) * | 2015-12-08 | 2017-06-16 | 财团法人金属工业研究发展中心 | 术前规划系统及术前规划方法 |
| RU2683312C1 (ru) * | 2018-07-04 | 2019-03-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Национальный исследовательский Мордовский государственный университет им. Н.П. Огарёва" | Способ прогнозирования течения репаративного процесса лапаротомной раны при остром перитоните |
| CN110634571A (zh) * | 2019-09-20 | 2019-12-31 | 四川省人民医院 | 肝移植术后预后预测系统 |
| CN110867248A (zh) * | 2019-11-13 | 2020-03-06 | 秒针信息技术有限公司 | 一种术后监测方法和装置 |
| CN113473936A (zh) * | 2019-02-05 | 2021-10-01 | 史密夫和内修有限公司 | 机器人手术数据用于长期护理期 |
| CN115223679A (zh) * | 2022-08-05 | 2022-10-21 | 华中科技大学同济医学院附属同济医院 | 基于机器学习的围手术期风险预警方法 |
-
2023
- 2023-09-05 CN CN202311132958.1A patent/CN116864136B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106855912A (zh) * | 2015-12-08 | 2017-06-16 | 财团法人金属工业研究发展中心 | 术前规划系统及术前规划方法 |
| RU2683312C1 (ru) * | 2018-07-04 | 2019-03-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Национальный исследовательский Мордовский государственный университет им. Н.П. Огарёва" | Способ прогнозирования течения репаративного процесса лапаротомной раны при остром перитоните |
| CN113473936A (zh) * | 2019-02-05 | 2021-10-01 | 史密夫和内修有限公司 | 机器人手术数据用于长期护理期 |
| CN110634571A (zh) * | 2019-09-20 | 2019-12-31 | 四川省人民医院 | 肝移植术后预后预测系统 |
| CN110867248A (zh) * | 2019-11-13 | 2020-03-06 | 秒针信息技术有限公司 | 一种术后监测方法和装置 |
| CN115223679A (zh) * | 2022-08-05 | 2022-10-21 | 华中科技大学同济医学院附属同济医院 | 基于机器学习的围手术期风险预警方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张克明 ; .腹腔镜胃十二指肠溃疡感染穿孔修补术的临床研究及影响因素分析.医药论坛杂志.2015,(第01期),全文. * |
| 腹腔镜胃十二指肠溃疡感染穿孔修补术的临床研究及影响因素分析;张克明;;医药论坛杂志(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116864136A (zh) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Noventa et al. | Ultrasound techniques in the diagnosis of deep pelvic endometriosis: algorithm based on a systematic review and meta-analysis | |
| Mesallam et al. | Reflux symptom index versus reflux finding score | |
| CN114464322B (zh) | 女性盆底功能障碍性疾病风险预警模型及其构建方法和系统 | |
| KR20190132290A (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
| Al-Kasasbeh et al. | Biotechnical system and fuzzy logic models for prediction and prevention of post-traumatic inflammatory complications in patients with blunt renal trauma | |
| CN115083604B (zh) | 一种术后不良事件预测模型的构建方法、系统和预测装置 | |
| CN115517682B (zh) | 基于胃肠电信号的认知功能障碍预测系统及构建方法 | |
| Onken et al. | Treatment patterns and costs associated with sessile colorectal polyps | |
| Nasimov et al. | A new approach to classifying myocardial infarction and cardiomyopathy using deep learning | |
| CN115564741A (zh) | 基于ct图像量化食管胃底静脉曲张的装置 | |
| CN115240855A (zh) | 一种胃癌切除术后严重并发症护理风险预测模型及其构建方法 | |
| CN113948211B (zh) | 胰腺切除术前无创定量评估术后并发胰瘘风险的预测模型 | |
| CN116864136B (zh) | 一种用于胃十二指肠溃疡急性穿孔的术后穿孔愈合模型 | |
| CN118280577A (zh) | 基于神经网络的消化道出血风险评估方法及系统 | |
| CN117238522B (zh) | 一种非布司他的疗效预测系统、设备及介质 | |
| CN116584962B (zh) | 一种基于胃肠电信号的睡眠障碍预测系统及其构建方法 | |
| CN112885477A (zh) | 基于大数据的肝、胆癌癌细胞术后监测仪及使用方法 | |
| CN116913550A (zh) | 一种ppi相关糖尿病风险预测模型的建模方法和应用 | |
| Bahar et al. | Model Structure of Fetal Health Status Prediction | |
| Xue et al. | Comparing the short-term clinical outcomes and therapeutic effects of different colectomies in patients with refractory slow-transit constipation in eastern countries: a network meta-analysis | |
| CN118448058B (zh) | 基于胃肠电信号的糖尿病和高血压的预测系统及构建方法 | |
| Reincke | Predicting postoperative complications after esophagectomy using machine learning algorithms | |
| CN117954083B (zh) | 一种基于机器学习算法的子痫前期预测方法 | |
| CN116598003B (zh) | 一种用于经络检测的量化系统与方法 | |
| CN113284615B (zh) | 一种基于XGBoost算法的胃肠道间质瘤预测方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |