换一批广东省手术室护士焦虑、抑郁患病情况调查及机器学习预测模型构建
Investigation on the Prevalence of Anxiety and Depression among Operating Room Nurses in Guangdong Province and Construction of Machine Learning Prediction Models
摘要目的:了解广东省手术室护士的焦虑、抑郁患病状况和影响因素,采用机器学习构建预测模型.方法:随机选取 12 家医疗机构,采用整群抽样方法,通过微信问卷星对手术室所有护士进行调查.焦虑、抑郁评价分别采用 7项广泛性焦虑障碍量表(GAD-7)和患者健康问卷-9(PHQ-9).χ2 检验和Logistic回归分别用于组间比较和多因素分析.采用交叉验证递归特征消除法(RFECV)筛选最优预测变量.选用逻辑回归(LR)、决策树(DT)、支持向量机(SVM)、随机森林(RF)和极端梯度提升树(XGBoost)五种方法进行模型训练,筛选最优模型.采用沙普利可加性特征法(SHAP)进行可视化解释.结果:共完成调查389份,其中焦虑症状患病率为57.3%,抑郁症状患病率为72.5%;焦虑症状和抑郁症状预测分别以XGBoost和LR模型表现最好;收入、服务年限、每日工作时间为预测焦虑的重要指标,职业暴露、每日睡眠时间、服务年限为预测抑郁的重要指标.结论:手术室护士焦虑、抑郁情况较为严重,受服务年限、睡眠、收入、职业暴露等多种因素影响.
更多相关知识
关键词
焦虑抑郁手术室护士机器学习影响因素预测模型AnxietyDepressionOperating room nursesMachine learningInfluencing factorsPrediction models
栏目名称
DOI
10.16458/j.cnki.1007-0893.2025.18.004
发布时间
2025-12-22（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 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
