基于合成少数类过采样技术算法构建颌面部骨折术后内固定装置感染的预警模型
Early warning model of postoperative infection of internal fixation device in maxillofacial fracture based on the synthetic minority over-sampling technique algorithm
摘要目的 探索颌面部骨折术后内固定装置感染的独立风险因素,并基于合成少数类过采样技术(SMOTE)算法构建预警模型.方法 选取2021年1月—2024年12月期间于南通大学附属医院口腔颌面外科进行诊治的颌面部骨折手术患者1 104例为研究对象,根据患者术后是否发生内固定装置感染分为装置感染组(27例)与非装置感染组(1 077例).收集并分析2组患者的临床资料,运用单因素及二元Logistic回归分析方法筛选颌面部骨折术后内固定装置感染的危险因素,并进行Logistic回归分析,同时基于SMOTE算法改进数据集,构建改进数据集的预警模型,并对比验证模型的预测效能.结果 1 104例颌面部骨折术后内固定装置感染者27例,其发生率为2.45%(27/1 104).年龄、糖尿病史、骨折严重程度及口腔卫生状况均为颌面部骨折术后内固定装置感染的危险因素(P值均<0.05);原始预警模型P1的受试者工作特征(ROC)曲线下面积(AUC)为0.861,基于SMOTE算法的预警模型P2的AUC为0.882,P2模型的预测效能优于P1模型.DeLong检验结果显示,2种模型在AUC上的差异具有统计学意义(P<0.05).结论 年龄、糖尿病史、骨折严重程度及口腔卫生状况均为颌面部骨折术后内固定装置感染的危险因素.本研究基于SMOTE算法构建的颌面部骨折术后内固定装置感染的预警模型具有较好的预测效能,医护人员可据此进行有效干预,以预判颌面部骨折术后内固定装置感染情况.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



