换一批随机森林算法在识别护理不良事件风险中的应用
Application of random forest algorithm in identifying the risk of adverse nursing events
摘要目的:探讨随机森林算法在护理不良事件关键风险因子识别中的应用价值,为早期识别与干预不良事件潜在风险提供临床依据.方法:回顾性分析某三级甲等医院659起住院病人护理不良事件,利用Jupyter编译器,通过Python编程语言结合Sklearn库构建随机森林预测模型,按3∶1划分训练集与验证集,开展模型预测效能的训练与测试.结果:护理不良事件发生率为0.352%.随机森林算法分析表明,病人跌倒风险评分、Barthel指数、新入职护士上岗月份为权重占比较高的变量,病人年龄、科室、时间段、护士层级、病人依从性、护士决策能力及院区均为影响因素.模型准确率为74.7%,召回率为75%,F1值为72%,受试者工作特征曲线下面积为0.89.结论:借助随机森林算法剖析不良事件关键风险因子并实施针对性预警措施,可为临床护理不良事件防控提供参考,也为探索护理新质生产力发展路径提供方向.
更多相关知识
栏目名称
DOI
10.12102/j.issn.1009-6493.2025.24.013
发布时间
2025-12-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家卫生健康委医院管理研究所医疗质量(循证)管理研究项目（YLZLXZ24G097）
- 浏览2
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
