目的 通过机器学习算法,探究CatBoost模型在预测重症手足口病(HFMD)中的应用价值.方法 收集郑州市某医院2014年1月—2017年6月住院部诊治的2983例HFMD患儿,使用R 3.4.3软件进行数据分析,构建CatBoost模型和其他普通模型,评估CatBoost模型的预测性能.结果 最终构建的CatBoost模型,预测正确率可达87.6％,人工神经网络模型位居第二(83.8％),其他(决策树、支持向量机、logistic回归、贝叶斯网络)模型预测正确率<80％.CatBoost算法模型ROC曲线下面积、灵敏度、特异度均高(分别为0.866、80.80％、92.33％),其中居前3位的预测变量依次为呕吐、肢体抖动和病原学结果.结论 CatBoost模型可以用于预测重症HFMD,相比于其他传统算法,具有较高的预测正确率和诊断价值.
作者：王斌；冯慧芬；王芳；秦新华；黄平；党德建；赵敬；易佳音
来源：中国感染控制杂志 2019 年 18卷 1期
