一种重症患者预后的预测方法

摘要

一种重症患者预后的预测方法，本发明提供一种基于集成学习的方法预测危重患者预后的方法，属于重症患者预后评估领域。所述方法包括：通过结构化语言纳入患者和医院相关数据；基于随机森林筛选出特征变量，通过正则化逻辑回归、K最近邻、支持向量机、随机森林、极限梯度提升和深度神经网络算法构建预测模型；通过不同方法的预测概率通过极限梯度提升算法进行集成学习最终预测出重症患者死亡与否，并进一步计算出其发生的概率。本发明尽量的利用了患者数据和医院的特征信息，进行个体化的预测重症患者的预后，削弱某一模型导致的预测偏倚，增加预测的准确性。