《表2 基于Logistic回归的预测模型》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于Logistic回归与XGBoost构建缺血性卒中院内复发风险预测模型的初步比较研究》
Logistic回归预测模型中,最终纳入年龄、家庭月收入、发病前mRS评分、入院NIHSS评分、卒中史、心房颤动、心肌梗死/冠心病、抗血小板、降压药、LDL-C、收缩压及舒张压12个预测因子,具体的回归系数及相对效应见表2。其中,发病前mRS评分、心房颤动及卒中史是前三位强预测因子。XGBoost预测模型,由8棵决策树组合而成,其中第一棵决策树如图1所示。XGBoost构建的预测模型中,前三位强预测因子为发病前mRS评分、心房颤动及TC,具体如图2所示。
图表编号 | XD00181409500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 谷鸿秋、王春娟、李子孝、王伊龙、王拥军、姜勇 |
绘制单位 | 首都医科大学附属北京天坛医院,国家神经系统疾病临床医学研究中心、首都医科大学附属北京天坛医院,国家神经系统疾病临床医学研究中心、首都医科大学附属北京天坛医院,国家神经系统疾病临床医学研究中心、首都医科大学附属北京天坛医院,国家神经系统疾病临床医学研究中心、首都医科大学附属北京天坛医院,国家神经系统疾病临床医学研究中心、首都医科大学附属北京天坛医院,国家神经系统疾病临床医学研究中心、北京大数据精准医疗高精尖创新中心(北京航空航天大学&首都医科大学) |
更多格式 | 高清、无水印(增值服务) |