换一批基于logistic回归的关节置换术患者术后睡眠障碍风险预测模型构建研究
Postoperative Sleep Disturbance in Patients Undergoing Arthroplasty:Risk Prediction Modeling Based on Logistic Regression
摘要目的 使用logistic回归构建适合于关节置换术患者术后睡眠障碍(postoperative sleep disturbance,PSD)的风险预测模型.方法 回顾性收集四川省成都市某三甲医院2017年1月1日-2021年9月30日行关节置换术的4286例患者资料,其中3 001例作为训练集,1 285例作为测试集,在Matlab中使用逻辑回归算法筛选预测因子建模,采用列线图展示术后睡眠障碍预测风险.使用受试者工作特征曲线下面积(area under the curve,AUC)、准确率、精度、召回率、F1值和校准曲线进行模型效果评价.结果 本研究最终纳入入院后术前是否睡眠障碍、病房类型、体质量指数、是否吸烟、疾病范围、关节活动度(屈曲)、关节活动度(伸)、术前末次血红蛋白以及手术类型等9个预测因子进入模型构建.预测模型的AUC值为0.708(95％置信区间:0.677～0.740),准确率为75.20％,精度为65.80％,召回率为43.70％,F1值为0.525,校准曲线显示预测概率与实际一致性较好.结论 本研究构建的模型预测效能良好,且列线图简便易操作,医护人员可根据预测因子在关节置换术患者术前预测PSD的发生风险,便于及早进行预防,降低患者发生PSD的风险.
更多相关知识
栏目名称
DOI
10.12182/20230760301
发布时间
2023-08-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
四川省自然科学基金（No.2023NSFSC0541）
四川大学华西护理学科发展基金（No.HXHL20006）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
