基于机器学习的慢性肾脏病患者死亡风险预测：一项系统综述

来源：中国血液净化杂志2026年第05期北京时间：

作者：沈思思 何 莉 张颖君 陈 林

单位：610041 成都，1四川大学华西医院肾脏内科血液透析室/四川大学华西护理学院

摘要：目的 分析基于机器学习的慢性肾脏病死亡风险预测模型在慢性肾脏病相关领域应用的现有证据。 方法 在万方医学网、中国知网、维普网、Pubmed、Embase、web of science 6个数据库，使用主题词结合关键词和布尔逻辑运算符连接词结合的方式进行检索。纳入文章包含一种或以上的基于人工智能的预测模型。 结果 检索后共获得918篇文章，最终15篇文章被纳入。基于人工智能的风险预测模型（随机森林、支持向量机、极端梯度提升）使用率最高（n=11,73.3%），该类风险预测模型的效果更好，其中使用极端梯度提升模型的AUC均大于0.8（95%CI：0.768～0.832）。结论 基于机器学习的预测模型在预测慢性肾脏病患者死亡风险方面通常比传统的预测方法效果更好。。

关键词：慢性肾脏病；机器学习；人工智能；死亡风险；预测模型