| 摘要: |
| 构建维持性血液透析（MHD）患者贫血治疗中次月血红蛋白（Hb）水平的预测模型，为临床精准管理MHD患者贫血提供参考。方法回顾性收集我院2019年至2025年间维持性血液透析（MHD）合并贫血患者共322例，累计7193个贫血治疗周期数据。数据集涵盖人口学特征、基础疾病史、体格检查结果、实验室检测指标及用药方案。采用Boruta算法联合递归特征消除法（RFE）进行特征筛选，比较非时序性模型、时序性模型及深度学习三大类共22种模型对次月Hb水平的预测性能；通过参数优化、特征交互分析及滑窗设计，最大化提升候选模型的预测效能与泛化能力；最终采用5折交叉验证验证模型稳定性。 |
| 关键词: 维持性血液透析、贫血治疗、血红蛋白、机器学习、 预测模型 |
| DOI： |
| 分类号: |
| 基金项目: |
|
|
|
zhangfeijin, zhouhui, cailingli, zhufeng, lihongshao, xuxiaomin
|
|
Wenzhou People’s Hospital
|
| Abstract: |
|
| Key words: |