• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Bio-inspired gloden jackal optimization of XGBoost model enhances 30-day sepsis mortality predictions.

作者信息

Kumar Hemant, Agarwal Rashi, Yadav Amit

机构信息

Department of Information Technology, Chhatrapati Shahu Ji Maharaj University, Kanpur, India.

Department of Computer Science and Engineering, Harcourt Butler Technical University, Kanpur, India.

出版信息

J Crit Care. 2025 Jun;87:155013. doi: 10.1016/j.jcrc.2024.155013. Epub 2025 Jan 7.

DOI:10.1016/j.jcrc.2024.155013
PMID:39778414
Abstract
摘要

相似文献

1
Bio-inspired gloden jackal optimization of XGBoost model enhances 30-day sepsis mortality predictions.受生物启发的金豺优化XGBoost模型可提高对脓毒症30天死亡率的预测。
J Crit Care. 2025 Jun;87:155013. doi: 10.1016/j.jcrc.2024.155013. Epub 2025 Jan 7.
2
Predicting 30-days mortality for MIMIC-III patients with sepsis-3: a machine learning approach using XGboost.利用 XGBoost 对 MIMIC-III 脓毒症-3 患者进行 30 天死亡率预测：机器学习方法。
J Transl Med. 2020 Dec 7;18(1):462. doi: 10.1186/s12967-020-02620-5.
3
CGJO: a novel complex-valued encoding golden jackal optimization.CGJO：一种新型复值编码金豺优化算法
Sci Rep. 2024 Aug 23;14(1):19577. doi: 10.1038/s41598-024-70572-7.
4
A Multi-Objective Optimization Problem Solving Method Based on Improved Golden Jackal Optimization Algorithm and Its Application.一种基于改进金豺优化算法的多目标优化问题求解方法及其应用
Biomimetics (Basel). 2024 Apr 28;9(5):270. doi: 10.3390/biomimetics9050270.
5
Machine Learning Approach for Sepsis Risk Assessment in Ischemic Stroke Patients.
J Intensive Care Med. 2025 Jun;40(6):598-610. doi: 10.1177/08850666241308195. Epub 2025 Jan 9.
6
Interpretable machine learning-based prediction of 28-day mortality in ICU patients with sepsis: a multicenter retrospective study.基于可解释机器学习的脓毒症重症监护病房患者28天死亡率预测：一项多中心回顾性研究
Front Cell Infect Microbiol. 2025 Jan 8;14:1500326. doi: 10.3389/fcimb.2024.1500326. eCollection 2024.
7
Early sepsis mortality prediction model based on interpretable machine learning approach: development and validation study.基于可解释机器学习方法的早期脓毒症死亡率预测模型：开发与验证研究
Intern Emerg Med. 2025 Apr;20(3):909-918. doi: 10.1007/s11739-024-03732-2. Epub 2024 Aug 14.
8
IBGJO: Improved Binary Golden Jackal Optimization with Chaotic Tent Map and Cosine Similarity for Feature Selection.IBGJO：基于混沌帐篷映射和余弦相似度的改进二进制金豺优化算法用于特征选择
Entropy (Basel). 2023 Jul 27;25(8):1128. doi: 10.3390/e25081128.
9
Exploring Ensemble Learning Techniques for Infant Mortality Prediction: A Technical Analysis of XGBoost Stacking AdaBoost and Bagging Models.探索用于婴儿死亡率预测的集成学习技术：XGBoost、堆叠、AdaBoost和装袋模型的技术分析
Birth Defects Res. 2025 Feb;117(2):e2443. doi: 10.1002/bdr2.2443.
10
Q-learning improved golden jackal optimization algorithm and its application to reliability optimization of hydraulic system.Q学习改进的金豺优化算法及其在液压系统可靠性优化中的应用。
Sci Rep. 2024 Oct 19;14(1):24587. doi: 10.1038/s41598-024-75374-5.

引用本文的文献

1
Incidence, risk factors, and predictive modeling of pulmonary infection after high-risk surgery for lung cancer: a retrospective case-control study.肺癌高危手术后肺部感染的发生率、危险因素及预测模型：一项回顾性病例对照研究
J Thorac Dis. 2025 Jun 30;17(6):3702-3715. doi: 10.21037/jtd-2024-2276. Epub 2025 Jun 10.