回顾性研究：随机森林预测单肺通气氧合障碍表现更优
热点事件持续更新
回顾性研究：随机森林预测单肺通气氧合障碍表现更优
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Yijiang Deng等研究团队回顾性分析519例胸外科手术患者的数据，发现随机森林模型预测单肺通气期间氧合障碍的区分能力优于逻辑回归，两者受试者工作特征曲线下面积分别为0.924和0.790。 研究通过SHAP分析识别出呼气末正压、术前动脉血氧分压和BMI为主要预测因素；这些特征关联仅用于探索性假设生成，不代表生物学因果关系。
AI 根据报道生成 · 1 小时前更新
最新进展10月25日 08:00
可解释机器学习预测胸外科手术单肺通气期间术中氧合障碍：一项回顾性队列研究报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- Nature · Medical Research可解释机器学习预测胸外科手术单肺通气期间术中氧合障碍：一项回顾性队列研究
一项纳入519例胸外科手术患者的回顾性研究显示，随机森林预测单肺通气期间氧合障碍的区分能力优于逻辑回归。两者受试者工作特征曲线下面积分别为0.924和0.790。SHAP分析识别出呼气末正压、术前动脉血氧分压和BMI为主要预测因素，相关发现仅用于探索性假设生成，不代表生物学因果关系。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。