基于决策树构建急诊创伤患者低体温早期预警模型及验证
Development of An Early Warning Model for Predicting Hypothermia among Emergency Trauma Patients Using Decision Tree Analysis
摘要目的 基于决策树构建急诊创伤患者低体温早期预警模型并进行验证.方法 回顾性选取2020年5月至2021年4月某院收治的急诊创伤患者376例作为研究对象,根据患者是否出现低体温分为低体温组、体温正常组.收集两组患者临床资料,通过单因素分析急诊创伤患者发生低体温的影响因素并作为建模变量;随后以3:1的比例随机分为训练集与验证集,其中训练集构建决策树模型,验证集用于评估模型预测效能.结果 决策树模型筛选出急诊创伤患者低体温发生的影响因素主要排序为入室时休克、修正的创伤评分(revised trauma score,RTS)、受伤时环境温度和衣物潮湿;决策树模型在训练集中与验证集中的受试者工作特征曲线(receiver operating characteristic curve,ROC)曲线下面积(area under curve,AUC)分别为0.704、0.681.结论 基于入室时休克、RTS评分、受伤时环境温度和衣物潮湿构建决策树模型,能有效预测急诊创伤低体温风险.
更多相关知识
- 浏览0
- 被引17
- 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



