摘要

文章主要研究?jī)?nèi)容是開發(fā)了一個(gè)針對(duì)華人的房顫預(yù)測(cè)模型，使用的數(shù)據(jù)量達(dá)到682237例，按9:1分為訓(xùn)練集，測(cè)試集。使用了 F1 值，recall values, ROC , K-fold交叉驗(yàn)證等方法來(lái)評(píng)估模型的性能。

結(jié)果展示

研究的人口學(xué)特征展示

第一張結(jié)果，展示研究人群的基線數(shù)據(jù)。

效果評(píng)估

計(jì)算了評(píng)估指標(biāo)在各個(gè)數(shù)據(jù)集中的值。

與其它模型比較

比較了現(xiàn)開發(fā)的基于 Random Forest模型與其它模型的 ROC比較，顯然 RF表現(xiàn)出了明顯的優(yōu)越性。

討論

我個(gè)人比較喜歡看著一部分的內(nèi)容。

主要?jiǎng)?chuàng)新點(diǎn)

[圖片上傳失敗…(image-eff977-1571562023964)]

作者說(shuō)：其實(shí)在這個(gè)模型之前已經(jīng)有其它針對(duì)房顫的模型了，然而其它模型都是基于西方人口隊(duì)列的。而本研究是基于中國(guó)人群的模型構(gòu)建，這樣的模型才會(huì)更適用于中國(guó)人。

文章不足

這一部分很多文章可能就是一句套話，說(shuō)這個(gè)研究是一個(gè)回顧性的分析就完了，看看人家作者怎么寫的。

• 不可避免的混雜因素，叫做 cofounding factors

• 缺少生活方式等數(shù)據(jù)作為預(yù)測(cè)因子

• 本文是基于回顧性分析 retrospective nature of this study

• 本文是用于預(yù)測(cè)臨床診斷的房顫，而實(shí)際上會(huì)低估房顫的發(fā)生率，因?yàn)橛行﹥H僅有癥狀，或通過(guò)心電圖才能發(fā)現(xiàn)

• 由于數(shù)據(jù)的保密性，沒(méi)能比較對(duì)勾預(yù)測(cè)模型的性能，看哪個(gè)是最好的。

• 創(chuàng)新點(diǎn)同樣也是缺陷，因?yàn)閿?shù)據(jù)是對(duì)華人的，那應(yīng)用也只能針對(duì)華人