首页
探索
nav.journalClub
趋势
更多
synapse
⌘+K
语言
简体中文
简体中文
Development and external validation of a machine learning model for predicting in-hospital mortality in acute liver failure | Synapse
March 3, 2026
Open Access
急性肝衰竭医院内死亡率预测的机器学习模型的开发与外部验证
XW
Xuanlin Wu
Guangxi Medical University
QS
Q. Y. Song
Guangxi Medical University
DL
Delin Li
See all
Key Points
机器学习模型增强了医院内死亡率预测,为临床决策提供及时支持。
该模型在高精度预测死亡率方面显示出前景,支持动态风险分层。
分析采用了一种机器学习方法,在多种临床环境下进行了外部验证,以确保结果的可靠性。
总体而言,这一发展可能使医疗提供者能够更好地管理急性肝衰竭患者,优化治疗效果。
Abstract
本研究展示了一种可解释的、经过外部验证的机器学习模型,用于预测急性肝衰竭的医院内死亡率,为早期医院内动态风险分层和临床决策支持提供了一种实用工具。
Read Full Paper
with AI
Mark Helpful
Like
Save
Bookmark
Relay
Share
View Full Paper
Mark Helpful
Like
Save
Bookmark
Relay
Share
View Full Paper
Cite This Study
Copy
Wu et al. (Sun,) 研究了这个问题。
synapsesocial.com/papers/69a7611bc6e9836116a2eb8a
https://doi.org/https://doi.org/10.1016/j.dld.2026.01.226