.png){kind=icon}
返回
XGBoost model for predicting erectile dysfunction risk after radical prostatectomy: development and validation using machine learning
.png){kind=icon}
OA
AI
DOI：10.1007/s12672-025-02685-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景：勃起功能障碍（ED）是根治性前列腺切除术后的常见并发症，显著影响患者的生活质量。传统预测方法常难以捕捉复杂的非线性风险因素。本研究旨在开发基于机器学习的模型，以改善ED风险分层并指导个性化管理。
方法：共分析了1,147例前列腺癌患者，其中285例（24.85%）发生术后ED。单变量和多变量分析确定年龄、吸烟史、Gleason评分、前列腺体积、T分期、手术方式、手术时间、术中出血量和PCT水平为独立风险因素（P < 0.05）。采用XGBoost、随机森林、支持向量机和k近邻等机器学习模型进行ED风险预测。关键预测因素包括高龄、吸烟史、Gleason评分≥8、前列腺体积≥40 ml、T分期、腹腔镜辅助手术及延长手术时间。
结果：XGBoost显示出最高的预测准确率（训练集AUC：0.980；验证集AUC：0.960），优于其他模型。校准曲线证实预测概率与实际概率之间有强一致性，而决策曲线分析表明其具有更优的临床应用价值，XGBoost提供最大的净获益。十折交叉验证显示性能稳定（验证集AUC：0.9127 ± 0.0770；测试集AUC：0.9592；准确率：0.9111），外部验证证实了模型的泛化能力（AUC：0.84）。SHAP分析突出了主要风险贡献因素，实现了个体化风险评估和针对性临床干预。
结论：XGBoost模型在评估根治性前列腺切除术后ED风险方面表现出卓越的预测性能和临床适用性，为术后个性化管理提供了可靠工具。
Keyword:
Erectile dysfunction (ED)
Radical prostatectomy
Machine learning
XGBoost model
Risk prediction
期刊
IF:
2.9
论文数:
3.9K
被引数:
1.6K
机构
暂无机构信息
引用论文
The international index of erectile function (IIEF): a multidimensional scale for assessment of erectile dysfunction国际勃起功能指数 (IIEF): 用于评估勃起功能障碍的多维量表.png)
Urology
UrologyIF0
PREAI
分享收藏Using multiple indicators to predict the risk of surgical site infection after ORIF of tibia fractures: a machine learning based study采用多个指标预测胫骨骨折开放复位内固定术后手术部位感染风险：一项基于机器学习的研究OAAI
OAAI分享收藏Screening of Associated Factors for Erectile Dysfunction after Radical Prostatectomy and Construction of a Clinical Risk Assessment Model: A Retrospective Study前列腺癌根治术后勃起功能障碍相关因素筛查及临床风险预测模型构建：一项回顾性研究
PREAI
分享收藏Prediction model of in-hospital mortality in intensive care unit patients with heart failure: machine learning-based, retrospective analysis of the MIMIC-III databaseBMJ Open
OAAI
BMJ OpenIF0
OAAI分享收藏Development and validation of a machine learning-based prognostic risk stratification model for acute ischemic strokeSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Novel models by machine learning to predict prognosis of breast cancer brain metastases通过机器学习预测乳腺癌脑转移预后的新模型OAAI
OAAI分享收藏
查看更多内容