预测模型

因此，明确中国患者术后AKI的风险因素并探索CABG术后AKI的预测模型迫在眉睫。

张杨杨主任研究团队提供了一种基于LightGBM的CABG术后AKI的预测模型，该模型可准确预测CABG手术后的AKI发生，可以帮助心脏外科医生提前发现CABG术后发生AKI高风险的患者，进行及时干预和个性化治疗，以期减少术后相关并发症的发生。

现有的心脏术后AKI预测模型仅有零星报道，且都是基于欧美人群建立的，不太适用于中国患者。

本研究旨在应用一种新的机器学习（ML）方法建立CABG术后急性肾损伤的预测模型。

研究建立了LightGBM、SVM、Softmax和RF等4个机器学习预测模型。

首先，需要大量样本和长期的时间对现有预测模型进行验证和完善。

来自另外两家医疗中心的共2051名患者被分配到外部验证组，以验证ML预测模型的性能。