换一批基于支持向量机模型评估老年甲型流感合并病毒性肺炎的风险预测模型研究
Risk Prediction Model of Influenza A Virus Pneumonia in the Elderly Based on Support Vector Machine
摘要目的 基于支持向量机模型分析老年甲型流感(influenza A,H1N1)合并病毒性肺炎的危险因素并构建风险预测模型,为临床提供早期预警工具.方法 2024年2月至2025年2月,以便利抽样法选取某医院收治的老年H1N1患者206例为研究对象,结合入院影像学、临床及病原学结果将其分为H1N1合并病毒性肺炎组(以下简称肺炎组,155例)和非H1N1合并病毒性肺炎组(以下简称非肺炎组,51例),比较基础资料、临床症状、入院首次实验室检查结果以及H1N1病毒载量差异,分析实验室指标与H1N1病毒载量联系.经Modeler软件支持向量机模型筛选影响因素,构建预测模型,并进行内部验证.结果 与非肺炎组患者相比,肺炎组患者咳嗽、气喘占比更高;C反应蛋白(C-reactive protein,CRP)、降钙素原(procalcitonin,PCT)、血清淀粉样蛋白A(serum amyloid A,SAA)水平更高,差异均有统计学意义(均P＜0.05).CRP、PCT、SAA水平均与病毒CT值呈负相关(P＜0.05).特征选择结果显示,SAA、PCT、CT值、CRP和咳嗽具有高预测价值.在不同核函数模型中,径向基函数核模型综合性能最优,其准确度为90.29％.结论 SAA和PCT是老年H1N1合并病毒性肺炎的影响因素,与病毒载量负相关;基于RBF核的支持向量机模型预测效能最优值得推广.
更多相关知识
栏目名称
DOI
10.3969/j.issn.2097-1826.2026.02.020
发布时间
2026-03-11（万方平台首次上网日期，不代表论文的发表时间）
- 浏览7
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
