會員登入
EN
學會介紹
學會組織
關於學會
理監事會與各委員會成員名單
各委員會職掌與功能
秘書處
學會章程
入會與證書
會員入會申請辦法
準會員入會申請辦法
中止會籍再入會
申請資料修改及列印
資深會員申請
內科專科醫師證書更新規則及辦法
醫師執業執照換照說明
內科專科醫師證書英文版申請辦法
內科專科醫師證書補發申請辦法
內專甄審
甄審原則
甄審簡章/說明
歷年考題
訓練醫院
各項條文
訓練醫院入口網
認定表件下載
學術活動
網際網路繼續教育 ─ C 類
上期網路C類測驗題目解析
積分申請作業
申請內科醫學會繼續教育積分
繼續教育活動時間表
內科會訊
已出刊會訊
內科學誌
出版資訊
投稿規則
目錄/各期文章
網路學誌測驗題目解析
年會專區
年會訊息
114年
113年
112年
年會學術演講影片
113年
112年
111年
110年
109年
108年
107年
106年
105年
行政與健保
最新資訊
全民健保爭議案例審議說明
實證醫學範例
藝術走廊
藝術目錄
表格下載
活動照片
相關資訊網
台灣內科醫學會
會員登入
EN
學會介紹
學會組織
關於學會
理監事會與各委員會成員名單
各委員會職掌與功能
秘書處
學會章程
入會與證書
會員入會申請辦法
準會員入會申請辦法
中止會籍再入會
申請資料修改及列印
資深會員申請
內科專科醫師證書更新規則及辦法
醫師執業執照換照說明
內科專科醫師證書英文版申請辦法
內科專科醫師證書補發申請辦法
內專甄審
甄審原則
甄審簡章/說明
歷年考題
訓練醫院
各項條文
訓練醫院入口網
認定表件下載
學術活動
網際網路繼續教育 ─ C 類
上期網路C類測驗題目解析
積分申請作業
申請內科醫學會繼續教育積分
繼續教育活動時間表
內科會訊
已出刊會訊
內科學誌
出版資訊
投稿規則
目錄/各期文章
網路學誌測驗題目解析
年會專區
年會訊息
114年
113年
112年
年會學術演講影片
113年
112年
111年
110年
109年
108年
107年
106年
105年
行政與健保
最新資訊
全民健保爭議案例審議說明
實證醫學範例
藝術走廊
藝術目錄
表格下載
活動照片
相關資訊網
目錄/各期文章
首頁
內科學誌
目錄/各期文章
Menu
出版資訊
投稿規則
目錄/各期文章
網路學誌測驗題目解析
內科學誌 -第32卷第1期
類 別
原著
標 題
運用機器學習於加護病房肝硬化重症病人之死亡預測
全文閱讀
頁 次
40~49
語 言
中文
關 鍵 詞
機器學習(Machine learning) 、肝硬化(Cirrhosis) 、加護病房(Intensive care unit) 、死亡預測(Predictors of death)
作 者 群
馬瑞菊
1
、曾莨茵
2
、李佳欣
1
、鄭婉如
1
、蕭嘉瑩
3
、蘇珉一
3
、鮑永誠
4,5
現 職
台東馬偕紀念醫院護理部
1
、台東馬偕紀念醫院醫學教育研究部
2
、台東馬偕紀念醫院內科部
3
、高雄醫學大學醫務管理暨醫療資訊系所非線性分析及最優化理論研究中心
4
、高雄醫學大學附設醫院臨床醫學研究部
5
摘 要
機器學習已被應用於多個領域且在醫療預測方面亦已取得成效,目前臨床上尚無針對肝硬化病人在重症環境中的評估量表,因此本研究期望能利用機器學習方法建構肝硬化重症病人之死亡預測模型。研究採電子病歷回溯性調查,以東部某區域醫院2013年8月1日至2015 年 12 月31日入住加護病房之肝硬化287位個案進行分析,透過R語言使用五種學習方法:Bagging、GLM、AdaboostNeyman-Pearson、Stacking 分別建構五個模型,並且和臨床傳統常用的肝病病人嚴重度評估量表CTP score、MELD score以及常用於重症加護病房疾病的評估量表APACHE II進行比較。本研究建構的五個機器學習模型準確率達八成以上,其中Neyman-Pearson 預測效果最佳準確率86.2% (AUC=0.871),且皆優於以傳統臨床評估量表APACHE II (AUC=0.806)、MELD score (AUC=0.755)、CTP score (AUC=0.747) 建構的死亡預測模型,其預測結果期望能夠提供醫療人員決策參考。
返回