本研究筛选了2020年1月10日至2月18日在同济医院收治的2799例患者的电子记录。共有375名出院患者，包括201名幸存者。研究建立了基于XGBoost机器学习算法的预后预测模型，然后测试了2月19日之后清除的29例患者（包括来自其他医院的3例患者）。结果：375例患者的平均年龄为58.83岁，男性为58.7％。发烧是最常见的初始症状（49.9％），其次是咳嗽（13.9％），疲劳（3.7％）和呼吸困难（2.1％）。模型从300多个特征库中识别出三个关键的临床特征，即乳酸脱氢酶（LDH），淋巴细胞和高敏C反应蛋白（hs-CRP）。临床途径易于检查，可以准确，快速地评估死亡风险。因此，具有重要的临床意义。结论：研究建立的基于三个指标的预后预测模型能够预测死亡风险，并提供从严重病例识别关键病例的临床途径。它可以帮助医生及早发现并进行干预，从而有可能降低死亡率。
