Scidown文献预览系统！
基于可解释的机器学习技术了解新生儿术后死亡率的危险因素( Understanding risk factors for postoperative mortality in neonates based on explainable machine learning technology )
Y Hu X Gong L Shu X Zeng H Li
目的：我们旨在介绍一种可解释的机器学习技术，以帮助临床医生了解不同水平的新生儿术后死亡率的危险因素。方法：2016年5月至2019年12月在儿童医院进行的1481例新生儿手术被纳入本研究。收集围手术期变量，包括手术期间的生命体征，并用于预测术后死亡率。在分裂数据集上对几种广泛使用的机器学习方法进行了训练和评价。用SHAP（SHapley加性解释）对性能最好的模型进行了不同层次的解释。结果：随机森林模型取得了最好的性能，在验证集内接收器工作特性曲线下的面积为0.72。采用SHAP的TreeExplainer分析新生儿术后死亡率的危险因素。可解释机器学习模型不仅可以解释传统统计分析识别的风险因素，而且可以识别其他风险因素。SHAP对不同层次特征贡献的可视化，使得“黑箱”机器学习模型易于被临床医生和家庭理解。基于这一解释，手术中的生命体征对最终生存起着重要作用。结论：可解释的机器学习模型不仅在预测新生儿手术死亡率方面表现出良好的性能，而且有助于临床医生理解每个危险因素和每个病例。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown MXene和MBene作为能量转化的有效催化剂:表面、边缘和界面的作用下载
scidown MXene和MBene作为能量转化的有效催化剂:表面、边缘和界面的作用下载
scidown 引文分布系数及其在测量长期影响中的应用下载