基于随机森林法的严重脓毒症/脓毒性休克预后评估模型对患者28d死亡的预测价值

A model based on random forests in prediction of 28-day prognosis in patients with severe sepsis/septic shock

摘要:

目的 建立一种基于随机森林法的严重脓毒症/脓毒性休克预后评估模型(RF模型),探讨其预测严重脓毒症/脓毒性休克患者预后的价值.方法 回顾性分析2013年9月至2017年5月浙江医院重症医学科(ICU)收治的497例严重脓毒症/脓毒性休克患者的临床资料,收集患者的基线资料,第1、3、5天的生命体征和症状、生化指标及血常规指标,病情严重程度评分及预后.根据28d预后将患者分为死亡组和存活组,筛选出关于严重脓毒症/脓毒性休克预后的特异性指标,运用特异性指标构建RF模型,用受试者工作特征曲线(ROC)分析RF模型、序贯器官衰竭评分(SOFA)和急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分对预后的评估效能.结果 497例严重脓毒症/脓毒性休克患者中,死亡201例,病死率为40.4%.①根据死亡组与存活组各指标的差异,筛选出构建RF模型的19个特异性参数,分别为年龄;第1天的24h尿量、血尿素氮(BUN)、血肌酐(SCr)、血小板计数(PLT);第3天的心率(HR)、平均动脉压(MAP)、有无紫绀、皮肤湿冷;第5天的体温、HR、MAP、24h尿量、是否发热、呼吸困难、有无紫绀、皮肤湿冷、花斑、PLT.②ROC曲线分析显示,RF模型预测28d病死率的ROC曲线下面积(AUC)均高于第1、3、5天的SOFA和APACHEⅡ评分(AUC:0.836比0.643、0.554、0.766和0.590、0.670、0.758).RF模型预测28d病死率的敏感度为86.1%,特异度为77.0%,正确率为80.7%.结论 基于随机森林法的严重脓毒症/脓毒性休克预后评估模型,能够有效预测严重脓毒症/脓毒性休克患者28d死亡风险,且其预测效能优于SOFA及APACHEⅡ评分.

更多
  • 浏览:33
  • 下载:13

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!