换一批基于随机森林算法的胰十二指肠切除术后患者营养不良风险预测模型的构建与验证
Establishment and validation of a risk prediction model for patients after pancreaticoduodenectomy based on the random forest algorithm
摘要目的 探讨胰十二指肠切除术(pancreaticoduodenectomy,PD)后患者营养不良的危险因素,基于随机森林算法,构建并验证风险预测模型.方法 回顾性收集2020年2月—2023年11月在天津市某三级甲等肿瘤专科医院肝胆肿瘤科住院且行PD的485例患者资料,将数据按7∶3的比例随机分为训练集(n=340)和验证集(n=145).根据训练集中患者有无营养不良的发生分为营养不良组(n=185)和非营养不良组(n=155).比较2组患者的临床资料,采用单因素分析、多重共线性分析、logistic回归分析筛选营养不良的危险因素.基于训练集数据,利用随机森林算法,建立营养不良风险预测模型,对危险因素的重要性进行排序,并绘制部分依赖图,分析危险因素的变化对营养不良发生风险的影响.对验证组数据进行混淆矩阵分析,采用准确率、灵敏度、特异度和受试者操作特征(receiver operating characteristic,ROC)曲线评价模型的预测效果.结果 训练集340例PD后患者营养不良发生率为56.29％,经单因素分析、多重共线性分析、logistic回归分析后初步确定11个危险因素,其中重要性排序前5位的危险因素分别为血清葡萄糖、吸烟时间、谷丙转氨酶、尿蛋白、高密度脂蛋白.验证集中,风险预测模型的准确率为73.79％、灵敏度为 72.73％、特异度为 75.44％、ROC 曲线下面积(area under the curve,AUC)为 0.772(95％ CI 为0.619～0.802).结论 本研究构建的PD后患者营养不良风险预测模型的预测效能良好,可为医护人员制订个性化的营养评估及干预方案提供有效参考.
更多相关知识
关键词
胰十二指肠切除术营养不良随机森林算法风险预测模型护理pancreaticoduodenectomymalnutritionrandom forest algorithmrisk prediction modelnursing
栏目名称
DOI
10.16821/j.cnki.hsjx.2025.11.009
发布时间
2025-07-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
天津市医学重点学科(专科)建设项目（TJYXZDXK-011A）
天津医科大学肿瘤医院护理部科研课题立项项目（TJMUCH-H-2022-06）
- 浏览45
- 被引1
- 下载40
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
