使用生物标志物建立机器学习模型用于菌血症的早期预测

摘要： 目的 通过从若干与感染相关的生物标志物中筛选出最佳特征子集用于构建机器学习模型，用于菌血症的早期预测。方法 选取2017年1月至2022年12月于医院住院治疗的细菌感染患者509例，根据血培养结果分为病例组（菌血症患者，247例）与对照组（局部感染患者，262例），并纳入12项生物标志物。通过特征选择算法筛选最佳特征子集，并以此构建机器学习模型。通过精确率、召回率和准确率综合评... （共5页）