新发房颤(NOAF)是心脏手术后患者最常见的并发症，总体发病率为31%至74%。先前的研究发现，NOAF的发生可能会增加患者的中风、心力衰竭（HF）以及死亡风险。 近年来，机器学习（ML）在医学领域的应用越来越广泛，
脑出血（ICH）是指非外伤性脑实质内血管破裂引起的出血，急性期病死率高达30%～40%，是急性脑血管病中死亡率最高的。 先前已有研究表明，血清葡萄糖钾比（GPR）与脑出血术后
心房颤动 (AF) 是成人中最常见的持续性心律失常。但据报道，临床上约三分之一患者发作房颤时无明显自觉不适，即无症状房颤。这也导致许多患者因未能及时就医，延误了病情。 202
慢性心力衰竭（CHF）是导致心血管相关死亡的主要原因之一，对人类健康构成重大威胁。应激性高血糖比（SHR）作为一种评估患者在急性医疗事件中体内血糖水平变化的指标，与多种重症疾病的不良结局相关。
为什么公共数据库能火起来？我个人的观点是，样本量大、代表性强，发表的文章质量高。因此，越来越多来不及做实验的临床医生开始转战公共数据库。 其中，MIMIC数据库作为重症医学领域的一名大将，为普通医生，特别是重症医学科医生开展临床研究提供了极大的便利。先前我们已经详细介绍过该数据库，点击链接可了解详情
应激高血糖是危重病患者中常见的现象，其水平与不良临床结局密切相关。应激性血糖升高比值（SHR），作为结合血糖与糖化血红蛋白（HbA1c）的综合指标，能够更准确地捕捉应激状态下的高血糖水平
心脏手术是治疗心血管疾病的重要手段，但术后并发症及死亡率仍是重大挑战。大量研究表明，高血糖是术后并发症的重要危险因素，但传统血糖指标
重症监护病房（ICU）出院后再入院是临床中常见的现象，可作为患者安全的重要警示。然而，现有预测模型多基于静态指标，忽略了患者住院期间的动态变化。 因此，本研究开发了一个全新的机器学习模型——iREAD，用于预测患者ICU出院后4
肝脏疾病每年导致约200万人死亡，但传统诊断方法（如血液检测、影像学检查和肝活检）常具有侵入性、成本高且敏感性不足，尤其在早期阶段。 <
引言 今天介绍的这篇文章，学者在开发预测模型时，联合MIMIC和eICU-CRD两大公共数据库的数据进行外部验证，增强了模型的可靠性，成功拿下Lancet子刊！ ps：还不太了解这两个数据库
Zstats交流群
联系助教
请输入助教告诉您的积分券
如果不填写积分券，将直接使用当前余额支付
请稍候，正在为您生成支付订单
请使用扫描二维码完成支付
二维码获取失败
支付二维码获取失败，请点击重新获取
请稍候，正在为您完成支付
正在使用积分券兑换，然后完成支付 正在使用当前余额完成支付
您的订单已支付完成，页面将在 秒后自动关闭
支付过程中出现错误，请重新选择支付方式
