急性缺血性脑卒中预后预测研究的应用进展:以机器学习预测模型为例

摘要

急性缺血性脑卒中(AIS)具有高致残率、高病死率及高复发率等特点,给患者及社会造成沉重的负担。随着大数据时代的到来,预测模型在患者的诊治决策、预后管理以及卫生资源配置等方面的应用越来越多,其价值也愈发重要。机器学习方法是预测AIS患者预后的重要方法之一,且已广泛应用。本文以机器学习方法为重点,就AIS预后预测研究的最新进展予以综述,并提出机器学习预测模型目前所面临的问题与挑战,为AIS患者预后结局早期评估与预测在方法上提供新的思路和参考。

关键词

缺血性卒中 / 预后预测 / 机器学习 / 预测模型 / 综述

基金资助

国家自然科学基金资助项目(82160645,82360667); 江西省自然科学基金(20212BAB206091); 南昌大学2023年科研训练项目(2023); 国家大学生创新创业训练计划项目(202210403017)