建立梯度提升机模型预测RICU机械通气并发呼吸机相关性肺炎患者的短期预后

Establishment of the gradient boosting machine model for predicting short-term prognosis of patients with mechanical ventilation and concomitant ventilator-associated pneumonia in RICU

二维码有效期 120s

摘要目的构建梯度提升机(GBM)模型预测呼吸重症监护病房(RICU)机械通气患者并发呼吸机相关性肺炎(VAP)的短期预后情况.方法回顾性分析RICU收治的350例机械通气并发VAP患者的临床资料,根据随访结局将患者分为死亡组(n=110)和生存组(n=240),筛选影响其预后的危险因素.按8∶2比例将患者随机分为训练集280例和验证集70例,采用R语言4.2.1软件构建GBM预测RICU机械通气并发VAP患者的短期预后模型并评价模型的预测效能.结果年龄、机械通气时间、C反应蛋白(CRP)水平、血清降钙素原水平、急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分及序贯器官衰竭评估(SOFA)评分是RICU机械通气并发VAP患者预后的影响因素(P<0.05).基于上述影响因素构建的GBM模型在训练集中的受试者工作特征曲线下的面积(AUC)为0.926(95%CI:0.894,0.958),敏感度为85.4%、特异度为86.2%,在验证集中的AUC为0.880(95%CI:0.779,0.980),敏感度为85.7%、特异度为86.4%;校准曲线显示,GBM模型的预测概率与实际发生率基本一致;决策曲线分析显示,训练集和验证集的阈概率分别在0.10～0.98、0.10～0.80.结论基于年龄、机械通气时间、CRP水平、血清降钙素原水平、APACHEⅡ评分及SOFA评分构建的GBM模型对RICU机械通气并发VAP患者的短期预后情况有较好的预测价值.