收集了 1000 名被诊断患有肺炎并入住三级医院 ICU 的老年患者的数据
使用逻辑回归和机器学习方法来分析老年患者重症肺炎的危险因素并构建预测模型
先对每个预测变量进行单变量逻辑回归分析,并选择 p 值 < 0.1 的变量作为多变量逻辑回归分析的候选变量
选择了p值< 0.1的23个变量作为多变量logistic回归分析的候选变量
使用向后消除法进行多元逻辑回归分析,并选择p值<0.05的变量作为最终的风险因素
在训练集上使用五折交叉验证来选择最佳超参数并评估不同机器学习算法的性能
选择五折中平均 AUC 最高的算法作为最佳机器学习模型
将最佳的机器学习模型应用于测试集,并计算机器学习模型的准确性、灵敏度、特异性、AUC 和校准图
使用测试集比较了机器学习模型和逻辑回归模型的性能 和校准图
使用准确性、灵敏度、特异性、AUC 和校准图来评估模型的性能