| 摘要: |
| 目的 采用决策树算法构建老年高血压性脑出血(HICH)患者病情转归不良的预测模型。 方法 回顾性
分析 2020 年 1 月到 2023 年 10 月我院收治的 358 例老年 HICH 患者的临床资料,按 7 ∶ 3 的比例随机分为训练集( n =
251)和验证集(n = 107)。 在发病 90 d 后根据患者病情转归情况将训练集患者分为转归不良组和转归良好组,收集并比
较 2 组患者的临床资料;采用 Logistic 回归分析筛选老年 HICH 患者病情转归不良的影响因素;利用决策树算法构建老年
HICH 患者病情转归不良的风险预测模型,并通过受试者工作特征曲线(ROC)评价模型的预测效能。 结果 老年 HICH
患者的病情转归不良发生率为 27. 09% (97 / 358);多因素 Logistic 回归结果显示,年龄(OR = 1. 998,95% CI 1. 326 ~
3. 009)、吸烟史(OR = 1. 458,95% CI 1. 087 ~ 1. 956)、饮酒史(OR = 1. 623,95% CI 1. 228 ~ 2. 143)、合并高脂血症(OR =
1. 806,95% CI 1. 192 ~ 2. 736)、入院时格拉斯哥昏迷量表(GCS)评分(OR = 0. 480,95% CI 0. 309 ~ 0. 748)、颅内血肿量
(OR = 1. 745,95% CI 1. 281 ~ 2. 379)、规律服用降压药(OR = 0. 617,95% CI 0. 453 ~ 0. 841)均是老年 HICH 患者病情转归
不良的影响因素(P < 0. 05);构建的决策树模型预测训练集和验证集老年 HICH 患者病情转归不良的曲线下面积(AUC)
值为 0. 909 (95% CI 0. 867 ~ 0. 942)、0. 795 (95% CI 0. 706 ~ 0. 867),敏感度为 84. 72% 、80. 00% ,特异度为 89. 94% 、
84. 15% 。 结论 年龄、吸烟史、饮酒史、合并高脂血症、入院时 GCS 评分、颅内血肿量、规律服用降压药均为老年 HICH 患
者病情转归不良的影响因素,根据上述因素构建的决策树预测模型对老年 HICH 患者病情转归不良的预测效能良好。 |
| 关键词: 决策树算法 高血压性脑出血 病情转归 |
| DOI：10.16252/j.cnki.issn1004-0501-2025.02.015 |
| 分类号:R743.2 |
| 基金项目:邯郸市科学技术研究与发展计划项目(编号:1623208039ZC) |
|
|
|
|
|
|
| Abstract: |
|
| Key words: |
