| 摘要: |
| 目的 探讨影响急性心肌炎患者并发慢性心力衰竭的相关因素，通过机器学习算法进行风险模型的构建，并进行模型评价和解释。方法 回顾性分析我院心血管中心住院治疗的349例急性心肌炎患者的临床资料，根据随访信息确立是否并发慢性心力衰竭。使用最小绝对收缩和选择算子和多因素Logistic回归分析得出预测因素。使用多种分类机器学习模型用于分析比较并得出最优模型。并对最优模型采用交叉验证评估稳定性。采用SHAP解释和列线图进行个体化风险评估。结果 年龄、单核/淋巴细胞比值、室壁运动障碍、碎裂QRS波、白蛋白水平和左室舒张末内径是影响心肌炎患者并发慢性心力衰竭的预测因素。Logistic分类器是最优模型，训练集与验证集5折交叉验证的平均曲线下面积为0.754和0.728。校准曲线显示模型输出的预测风险与实际风险良好的一致性，决策曲线分析显示模型具有较好的临床效用。结论 年龄、单核/淋巴细胞比值、室壁运动障碍、碎裂QRS波、白蛋白水平和左室舒张末内径是心肌炎患者并发慢性心力衰竭的独立风险因素，以此构建的基于机器学习的风险预测模型具有良好的预测效能，可为改善心肌炎患者预后提供指导。 |
| 关键词: 急性心肌炎 慢性心力衰竭 机器学习 SHAP解释 列线图 |
| DOI：10.16252/j.cnki.issn1004-0501-2025.08.006 |
| 分类号:TP181;R541.6;R542.21 |
| 基金项目: |
|
|
|
|
|
|
| Abstract: |
|
| Key words: |
