论文部分内容阅读
目的挖掘电子病历(EMRs)信息并构建机器学习(ML)模型,评估模型对新型冠状病毒肺炎(COVID-19)的诊断价值。资料与方法采用数据平台获取450例肺炎患者的EMRs,包括COVID-19组90例和非COVID-19组360例,并按照7∶3的比例将数据随机分为训练集315例和验证集135例。采集所有EMRs的临床表现、实验室检查和胸部CT报告等指标,采用单因素分析和多因素Logistic回归分析行指标筛选,构建逻辑回归(LR)、K最近邻(KNN)、决策树(DT)、多层感知机(MLP)、随机森林(RF)