换一批基于随机森林算法分析糖尿病肾病透析期间症状负担的影响因素研究
Study on the influencing factors of symptom burden during dialysis of diabetic nephropathy based on a random forest algorithm
摘要目的 探讨糖尿病肾病(DN)患者透析期间症状负担的影响因素,并基于随机森林算法构建预测模型.方法 纳入2022年10月至2024年10月于我院接受透析治疗的257例DN患者作为研究对象,采用自我感受负担量表(SPBS)将其分为高负担组(181例)及低负担组(76例).采用医院电子病历系统获取临床基线资料,利用单因素分析确定影响因素后,采用R语言软件和随机森林算法构建DN患者透析期间症状负担的预测模型,并利用受试者工作特征(ROC)曲线评估该模型对症状负担的预测效能.结果 257例DN透析患者中高负担比例为70.4％,低负担比例为29.6％.单因素结果显示,年龄、医疗支出方式、家庭人均月收入、高血压史、透析频率、疼痛恐惧水平、家庭关怀度是影响SPBS评分的影响因素,差异均有统计学意义(均P＜0.05).构建的随机森林预测模型显示影响因素的重要性排序依次为家庭关怀度、疼痛恐惧水平、透析频率、家庭人均月收入和年龄.随机森林模型的ROC曲线下面积(AUC)为0.91,最佳截断值0.50,对应的灵敏度为0.84,特异度为0.99.结论 本研究基于随机森林算法成功构建了 DN透析患者症状负担的预测模型并筛选出年龄、家庭人均月收入、透析频率、疼痛恐惧水平和家庭关怀度等关键影响因素,该模型预测效能良好,提示应针对上述因素优化高危人群管理,提供个性化干预措施.
更多相关知识
栏目名称
DOI
10.3969/j.issn.0253-9926.2025.20.005
发布时间
2025-12-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 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
