PubMed · Journal of Thoracic and Cardiovascular Surgery· Amit Banga·2026-11-06 08:00· 2 天前

机器学习建模UNOS数据库提示肺移植离体时间延长风险存在供体类型特异性

Machine learning modeling of United Network for Organ Sharing database highlights donor-type-specific risk from extended out-of-body time.

AI 导读

研究者基于UNOS数据库2012–2024年28,120例成年肺移植受者，用Light Gradient Boosting Machine模型结合SHAP量化供体类型、机器灌注与离体（OOB）时间对移植后一年死亡率的影响。