重症监护病房是医院中关键的部门之一,它是所有医院中护理成本最高的单位。近二十年来重症监护室中的危重患者人数显著增加,远远超过了重症监护室中的可用医疗资源,导致重症监护病房常常接近满负荷运转。脱离危险的重症患者再入重症监护病房会导致患者死亡率和护理及救治费用显著增加,但大多数情况下这种结果是可以避免发生的。因此,医学管理界已经为脱离危险的重症患者再入科的预测分类做出了巨大努力以期降低患者的死亡率和救治护理费用。论文以安徽医科大学第一附属医院重症监护病房2017年3月至2018年12月4697个电子病历记录为研究基础,研究了ICU患者再入科的预测分类问题。论文在描述ICU再入科问题的基础上,详细阐述了原始数据集和特征工程,特征工程包括对原始数据的处理方法,通过缺失值分析、变异系数分析、似然比检验等联合方法介绍了预测分类指标的选取,论文建立了权重衰减的随机森林模型进行预测分类,为了衡量试验效果,论文介绍了预测分类的评估标准和预测分类的基线模型,进而从三个方面给出了对比试验,得出了ICU患者再入科的预测分类的模型启示和结论。论文主要结论是影响危重患者再入科的最相关因素主要包括患者入住重症监护室的时长,患者的年龄,心率、呼吸频率和体温。在试验中得出的结论是对患者再入科的预测分类影响最大的缺失指标是缺少吸入气中的氧浓度分数。