基于机器学习算法构建新型冠状病毒感染重症病人的死亡预测模型.pdfVIP

安徽医药AnhuiMedicalandPharmaceuticalJournal2025Apr，29（4）·747·

流并回输治疗梗阻性黄疸临床观察［J］.医学信息，2016，29（增管结石术后患者中的应用效果观察［J］.贵州医药，2021，45

刊1）：77-78.（11）：1838-1839.

［13］陈邦邦，刘会春，庞青，等.胆汁回输在经皮胆道支架置入术中［17］封琴，夏辉.术前肠内营养支持联合胆汁回输对肝门部胆管

的疗效分析［J］.检验医学与临床，2020，17（8）：1017-1019，1024.癌患者营养状况及肝功能影响［J］.中国处方药，2020，18

［14］王彩明.ERCP术治疗恶性梗阻性黄疸的临床效果及对肝功能（8）：182-183.

指标的影响［J］.中外医学研究，2021，19（3）：40-42.［18］崔玉环，张婧文，徐雅丽，等.预后营养指数与微型营养评估

［15］许培枝，许壮壮.胆管支架置入治疗对晚期恶性梗阻性黄疸表评价老年急性脑梗死患者营养不良效果的对比分析［J］.重

患者肝功能及免疫功能的影响［J］.实用中西医结合临床，庆医学，2022，51（9）：1530-1535.

2022，22（4）：28-30，73.（收稿日期：2023-08-28，修回日期：2023-10-07）

［16］赵春宁，刘艳.序贯肠外肠内营养支持联合胆汁回输在肝内胆

引用本文：桑珍珍，李勇.基于机器学习算法构建新型冠状病毒感染重症病人的死亡预测模型［J］.安徽医药，2025，

29（4）：747-753.DOI：10.3969/j.issn.1009-6469.2025.04.023.

临床医学

基于机器学习算法构建新型冠状病毒感染重症病人的

死亡预测模型

桑珍珍，李勇

作者单位：沧州市中心医院急诊科，河北沧州061001

基金项目：河北省科技厅医学科学研究重点计划项目（182777156）

摘要目的探讨影响新型冠状病毒感染（novelcoronaviruspneumonia；别名coronavirusdisease2019，COVID-19）重症病人预

后的危险因素，建立预测模型并进行验证，进而准确地评估COVID-19重症病人的不良预后。方法收集2022年11月1日至

2023年7月1日沧州市中心医院收治的526例COVID-19重症病人的临床指标与结局（院内28d内死亡或存活）。用于R软件

“caret”包，将526例病人按7∶3的比例拆分为两组：训练集（n=369）用于模型训练，测试集（n=157）用于模型验证。利用极端梯

度提升（XGBoost）、随机森林（RF）2种机器学习算法构建病人临床结局的预测模型，应用SHAP进行XGBoost模型可解释性分

析，分别得出影响病人预后的变量。将RF和XGBoost得出的变量取交集得到差异有统计学意义的变量，进而构建决策树模

型。最后，在训练集和测试集上利用受试者操作特征曲线（ROC曲线）、曲线下面积（AUC）评估所决策树模型的预测性能。结

果通过XGBoost模型得到与院内死亡相关的变量15个，随机森林模型得到与院内死亡相关的变量23个，两种模型取交集得

到13个与院内死亡相关性最强的重要变量（白细胞介素-6、N端脑钠肽前体、白蛋白、超敏肌钙蛋白I、淋巴细胞、血乳酸、α-羟

丁氨酸、肌酸激酶同工酶、动脉血氧分压、年龄、尿素氮、血红蛋白