一种基于心血管病患者下次入院的时间序列预测回归模型

本发明提供了一种基于心血管病患者下次入院的时间序列预测回归模型，现有再入院预测方法多局限于二分类判断、缺乏对具体住院时间的预测能力，且忽视动态生理指标变化趋势的问题，本模型融合MIMIC‑III数据库中的多次住院记录与关键实验室检测数据，构建XGBoost、LightGBM、LSTM多种时序回归模型，并引入SHAP值进行特征重要性分析与模型解释。通过动态更新机制实现模型适应性优化。本发明XGBoost在测试集上达到MAE约67天，R2为0.61，具备良好的泛化性能。该模型可用于个性化医疗干预、医院资源调度及医保风险评估，具有良好的部署前景和应用价值。