换一批基于XGBoost的结肠镜肠道准备失败风险预测模型构建
Development of a risk prediction model for inadequate bowel preparation for colonoscopy using XGBoost
摘要目的 分析影响结肠镜检查患者肠道准备失败的危险因素,并基于极限梯度提升(XGBoost)构建肠道准备失败风险预测模型.方法 便利选取1 133例结肠镜检查患者,均给予标准化肠道准备方案,于检查中采用波士顿肠道准备评分量表评估肠道准备质量,并收集相关影响因素.将患者按照7∶3的比例随机分为训练集(n=793)和验证集(n=340).利用训练集数据采用Lasso回归对相关影响因素进行筛选和降维,通过XGBoost构建预测模型;利用验证集数据进行验证和评价.基于沙普利加性解释可视化每个风险因素对预测模型的整体贡献.结果 结肠镜检查肠道准备失败率为17.4%.基于 XGBoost建立的预测模型,训练集和验证集的受试者操作特征曲线下面积分别为0.689(95%CI:0.635～0.744)和0.608(95%CI:0.428～0.787),灵敏度分别为0.815和0.798.性别、ASA分级、慢性便秘、服用影响排便习惯的药物、BMI、糖尿病、服用阿片类药物、服用抗抑郁药物、腹部或盆腔外科手术史、高血压是肠道准备失败的危险因素;其中前6个因素的贡献较大.结论 基于 XGBoost构建的结肠镜检查肠道准备失败风险预测模型具有良好的预测性能,可用于评估患者肠道准备失败的风险.
更多相关知识
关键词
结肠镜检查肠道准备危险因素预测模型XGBoost机器学习便秘护理colonoscopybowel preparationrisk factorsprediction modelXGBoostmachine learningconstipationnursing care
分类号
R472.9（护理学）
栏目名称
DOI
10.3870/j.issn.1001-4152.2026.07.056
发布时间
2026-05-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆市沙坪坝区技术创新项目（2024123）
- 浏览15
- 被引0
- 下载22
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
