目的 构建化疗期乳腺癌患者自我报告症状群困扰高风险预测模型并评价模型的预测性能.方法 采用便利抽样法,选取2019年10月-2021年5月在上海市、山东省、江苏省、浙江省4所三级甲等医院接受化疗并符合纳入标准的乳腺癌患者647例,按5折交叉验证法以8:2的比例随机分为建模组和验证组.在建模组中采用随机森林算法构建,在验证组中采用受试者操作特征曲线、Hosmer-Lemeshow拟合优度检验、校准曲线以及决策曲线综合评价模型的预测性能,最后对各影响因素进行重要性排序.结果 乳腺癌患者高症状困扰发生率建模组为33.27％,验证组为29.23％.预测模型的受试者操作特征曲线下面积为0.91,灵敏度为65.8％,特异度为93.5％;Hosmer-Lemeshow拟合优度检验P=0.136;决策曲线显示高于参考线.身体心像、自我效能感、经济负担等为最主要的预测因子.结论 基于随机森林算法构建的预测模型具有良好的预测性能,对识别症状困扰高风险的乳腺癌患者有重要意义.
作者：吴傅蕾；袁长蓉；杨瑒；尚美美；闫荣；郑叶平；钮美娥；黄青梅
来源：中华护理杂志 2023 年 58卷 6期
