机器学习算法构建急性心肌梗死患者发生急性肾损伤风险预测模型并与传统模型比较

叶楠; 祝闯; 徐丰博; 程虹; Ye Nan; Zhu Chuang; Xu Fengbo; Cheng Hong

doi:10.3760/cma.j.cn441217-20231120-01122

中华肾脏病杂志 ›› 2024, Vol. 40 ›› Issue (3) : 175-182. DOI: 10.3760/cma.j.cn441217-20231120-01122

急性肾损伤

机器学习算法构建急性心肌梗死患者发生急性肾损伤风险预测模型并与传统模型比较

{{article.zuoZhe_CN}}

作者信息 +

Establishment of machine learning-based risk prediction model for acute kidney injury in acute myocardial infarction patients and compared with traditional model

{{article.zuoZhe_EN}}

Author information +

History +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

编辑

Copy editor

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2024, 40(3): 175-182. DOI: 10.3760/cma.j.cn441217-20231120-01122.

{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2024, 40(3): 175-182. DOI: 10.3760/cma.j.cn441217-20231120-01122.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(834 KB)

Accesses

Citation

Detail

段落导航

Received	Published
2023-11-20	2024-03-15
Issue Date
2024-03-19

选择文件类型/文献管理软件名称

选择包含的内容

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

编辑

Copy editor

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

参考文献

{{custom_fnGroup.title_cn}}

脚注

{{custom_notes.title}}

{{custom_ack.title_cn}}

基金

版权