换一批摘要目的:构建基于随机森林算法的内镜黏膜下剥离术(ESD)后病人内镜复查依从性预测模型.方法:选取2021年5月—2023年5月接受ESD治疗的360例病人作为研究对象,通过电话随访收集其1年复查依从性,将病人分为规律复查组(n=153)和非规律复查组(n=207).采用单因素分析筛选影响因素后,运用随机森林算法构建预测模型,受试者工作特征(ROC)曲线评估效能.结果:规律复查率为42.50%(153/360).单因素分析显示,年龄、文化程度、医疗保险、每月家庭可支配收入、消化道肿瘤家族史、肿瘤家族史、幽门螺杆菌感染、术后并发症、胃肠道症状评定量表(GSRS)评分及欧洲健康素养调查问卷(HLS-EU-Q16)评分均与内镜复查依从性相关(均P<0.05).随机森林模型特征重要性排序前6位依次为GSRS评分、HLS-EU-Q16评分、年龄、文化程度、幽门螺杆菌感染状态及消化道肿瘤家族史,该模型曲线下面积(AUC)为0.933,最佳截断值0.500对应的敏感度为0.959,特异度为0.908,P<0.001.结论:基于GSRS、健康素养、年龄等关键指标构建的随机森林模型能有效预测ESD术后复查依从性,可为临床干预提供决策支持.
更多相关知识
关键词
随机森林算法内镜黏膜下剥离术复查依从性预测模型random forest algorithmendoscopic submucosal dissectionfollow-up examinationcompliancepredictive model
栏目名称
DOI
10.12104/j.issn.1674-4748.2025.21.032
发布时间
2025-11-24（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江西省卫生健康委科技计划项目（202211798）
- 浏览1
- 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
