Chinese medical journal 该研究基于长海医院2016年5月31日至2019年6月26日期间1370例接受体外冲击波碎石术（ESWL）的慢性胰腺炎住院患者的回顾性去标识化临床数据，从109个变量中筛选出55个变量，比较了XGBoost、LightGBM、CatBoost、随机森林、支持向量机、人工神经网络、多层感知机、TabNet、Transformer和Wide&Deep共十种机器学习与深度学习算法在三种建模方案（全部预处理变量、单因素筛选的21个变量、ADASYN过采样训练数据）下的表现，以F1分数为主要选择指标，结果显示TabNet在前两种方案中取得最佳留出测试集表现（F1均为0.71），最终选择更简约的21变量T