RGX集成模型

卒中死亡率预测

一种高精度预测卒中患者死亡率的集成模型，在含大量缺失值的数据上仍保持较高准确率。

Fang, Jing · 闫健卓

BME Frontiers 2024

参数信息

准确率

92.18 %

准确率

84.62 %

技术优势

准确率超过现有最优

RGX 在完整数据集上的准确率达到 92.18%，比最先进的现有模型高出 11.38 个百分点。

缺失数据仍能预测

即使面对包含大量缺失值的数据集，RGX 模型仍能保持 84.62% 的准确率，显示出对不完整数据的鲁棒性。

解释关键风险因素

通过引入 SHAP 模型，RGX 能够揭示各患者指标对预后的影响，帮助医生理解哪些变量驱动了预测。

应用场景

• 卒中预后预测：从患者特征直接预测死亡风险，无需手工设计预后评分。
• 缺失数据临床预测：在病历数据不完整时仍能给出可靠的风险估计。
• 医疗决策支持：输出可解释的风险因素贡献，辅助医师制定个体化治疗方案。