基于随机森林算法建立肾结石腔内手术后并发尿脓毒血症预警模型的价值

Value of establishing a warning model for developing urosepsis after renal endoluminal surgery for renal stones based on random forest algorithm

二维码有效期 120s

摘要目的探讨基于随机森林算法建立肾结石腔内手术后并发尿脓毒血症的预警模型的价值.方法以行腔内手术治疗的362例肾结石患者为研究对象,根据患者术后是否发生尿脓毒血症将其分为尿脓毒血症组和非尿脓毒血症组,收集患者的临床资料,采用多因素logistic回归筛选影响患者术后并发尿脓毒血症的危险因素,运用R软件建立预测肾结石腔内手术患者术后并发尿脓毒血症的随机森林模型,并验证模型效能.结果 34例患者肾结石腔内手术后发生尿脓毒血症、发生率为9.39％;尿脓毒血症组和非尿脓毒血症组患者的年龄、性别、糖尿病、结石直径、结石数量、感染性结石、手术时间等资料比较,P＜0.05;多因素logistic回归筛选结果显示,年龄、性别、糖尿病、结石直径、结石数量、感染性结石、手术时间均为肾结石腔内手术患者术后发生尿脓毒血症的独立危险因素(P＜0.05),随机森林模型对肾结石腔内手术后并发尿脓毒血症重要性预测的排序为手术时间、糖尿病、感染性结石、性别、结石直径、结石数量以及年龄,两种模型均具有较好的预测效能.结论随机森林算法建立的风险预测模型对肾结石腔内手术后并发尿脓毒血症具有较好的预测效能.