目的 运用决策树和logistic回归构建早产儿颅内出血预测模型,比较并选择最优模型.方法 选取2019年1月—2022年2月就诊于贵州医科大学附属医院新生儿科的2 100例早产儿,将所有数据按7∶3的比例划分为训练集与测试集(即训练集1 445例,测试集655例).应用决策树C 5.0算法及logistic回归构建风险预测模型,采用重合矩阵表比较2种模型的预测能力.结果 决策树模型纳入呼吸机使用时长、胎龄、体质量、脑膜炎、贫血和凝血功能异常6个因素,logistic回归模型纳入呼吸机使用时长、胎龄、体质量、窒息、产伤、多胎妊娠、贫血、凝血功能异常、血小板减少、脑膜炎10个因素.在训练集中,决策树与logistic回归的准确率分别为90.7%、81.9%,灵敏度分别为81.8%、61.6%,特异度分别为92.7%、86.4%,阳性预测值分别为70.8%、49.5%,阴性预测值分别为96.0%、91.2%,约登指数分别为0.745,0.480,ROC的曲线下面积分别为0.862、0.781,比较ROC的曲线下面积,差异有统计学意义(P<0.05);在测试集中,决策树和logistic回归的准确率分别为88.7%、74.2%,灵敏度分别为77.9%、57.4%,特异度分别为91.2%、78.0%,阳性预测值分别为66.9%、37.4%,阴性预测值分别为94.7%、88.9%,约登指数分别为0.691、0.354,ROC的曲线下面积分别为0.82
作者:冯安丽;李亚玲;唐帆;罗玉红;李蕾;吴柔
来源:护士进修杂志 2023 年 38卷 15期