换一批基于SMOTE算法的颅脑损伤患者继发精神障碍预警模型
Study of the Early Warning Model for Psychiatric Illness Following Traumatic Brain Injury Based on SMOTE over Sampling Algorithm
摘要目的 分析颅脑损伤患者继发精神障碍的影响因素,同时考虑病例和非病例间数量不平衡的特点,构建基于SMOTE算法的logistic预警模型.方法 根据2008年山东省18家医院的颅脑损伤患者继发精神障碍的数据,利用logistic回归分析筛选影响因素并建立基于原始数据的预警模型;在此基础上,采用SMOTE过抽样算法改进数据集,并构建基于改进数据集的精神障碍预警模型.结果 额叶脑挫伤、弥漫性轴索损伤、并发颅内感染、颞叶硬膜下血肿、颅盖骨线性骨折、颅内积气、患者性别和颅脑损伤严重程度(GCS评分)均为颅脑损伤患者发生精神障碍的危险因素;而基于SMOTE过抽样算法所构建预警模型的预测效果明显优于利用原始数据所建模型的效果.结论 基于SMOTE过抽样算法所构建的预警模型能更准确预测颅脑损伤患者继发的精神障碍.
更多相关知识
- 浏览296
- 被引11
- 下载120
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
