首页 > 四川医学 > 利用决策树算法构建老年高血压性脑出血患者病情转归不良的预测模型

利用决策树算法构建老年高血压性脑出血患者病情转归不良的预测模型

Constructing A Predictive Model for Adverse Outcomes of Elderly Hypertensive Intracerebral Hemorrhage Patients Using Decision Tree Algorithm

二维码有效期 120s

摘要目的采用决策树算法构建老年高血压性脑出血(HICH)患者病情转归不良的预测模型.方法回顾性分析2020年1月到2023年10月我院收治的358例老年HICH患者的临床资料,按7∶3的比例随机分为训练集(n=251)和验证集(n=107).在发病90 d后根据患者病情转归情况将训练集患者分为转归不良组和转归良好组,收集并比较2组患者的临床资料;采用Logistic回归分析筛选老年HICH患者病情转归不良的影响因素;利用决策树算法构建老年HICH患者病情转归不良的风险预测模型,并通过受试者工作特征曲线(ROC)评价模型的预测效能.结果老年HICH患者的病情转归不良发生率为27.09％(97/358);多因素Logistic回归结果显示,年龄(OR=1.998,95％CI 1.326～3.009)、吸烟史(OR=1.458,95％CI 1.087～1.956)、饮酒史(OR=1.623,95％CI 1.228～2.143)、合并高脂血症(OR=1.806,95％CI 1.192～2.736)、入院时格拉斯哥昏迷量表(GCS)评分(OR=0.480,95％CI 0.309～0.748)、颅内血肿量(OR=1.745,95％CI 1.281～2.379)、规律服用降压药(OR=0.617,95％CI 0.453～0.841)均是老年 HICH 患者病情转归不良的影响因素(P＜0.05);构建的决策树模型预测训练集和验证集老年HICH患者病情转归不良的曲线下面积(AUC)值为 0.909(95％CI 0.867～0.942)、0.795(95％CI 0.706～0.867),敏感度为 84.72％、80.00％,特异度为 89.94％、84.15％.结论年龄、吸烟史、饮酒史、合并高脂血症、入院时GCS评分、颅内血肿量、规律服用降压药均为老年HICH患者病情转归不良的影响因素,根据上述因素构建的决策树预测模型对老年HICH患者病情转归不良的预测效能良好.