机器学习模型在安宁疗护中应用的范围综述

　　

摘要： 目的 系统回顾关于机器学习模型在安宁疗护中应用的文献，为相关模型的构建和临床应用提供参考。方法 以范围综述方法论为指导，系统检索Web of Science、PubMed、Scopus、Cochrane Library、Embase、CINAHL、中国知网、维普数据库、万方数据库和中国生物医学文献数据库，检索时限为建库至2024年8月30日，对检索到的文献进行筛选、汇总、提取、分析。结果 共纳入17篇文献。分析结果显示，安宁疗护机器学习模型中使用的机器学习算法以监督式机器学习算法为主，包括随机森林、决策树和神经网络等；模型的数据来源及资料收集方式多样，且应用场景广泛；模型功能包括评估安宁疗护需求、预测患者的死亡风险、协助症状管理、分析安宁疗护沟通内容等。结论 安宁疗护中机器学习模型的适用性较高、应用范围较广。未来研究应提高数据质量，优化模型的开发流程，提升模型性能。