基于logistic回归和决策树法预测颅脑肿瘤患者术后病情恶化风险
作者:
作者单位:

作者简介:

女,硕士,护士

通讯作者:

基金项目:

湖南省自然科学基金项目(2021JJ31042);湖南省卫生健康委科研计划资助课题(20200815);湖南省财政厅课题(2050205高等教育)


Risk prediction of postoperative deterioration for patients with craniocerebral tumors based on logistic regression and decision tree method
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    目的 探讨logistic回归模型与决策树模型预测颅脑肿瘤患者术后病情恶化风险的应用价值,为早期识别和干预高危患者提供参考。 方法 选取颅脑肿瘤行开颅手术患者539例,按是否发生病情恶化分为病例组(n=241)和对照组(n=298),分别建立logistic回归模型和决策树模型,分析比较两种模型的差异。 结果 logistic回归结果显示,ASA分级、手术时间、脉搏血氧饱和度、格拉斯哥评分、中线结构是影响颅脑肿瘤术后病情恶化的主要因素;决策树模型分析结果显示,格拉斯哥评分和ASA分级是颅脑肿瘤术后病情恶化的影响因素。logistic回归模型的ROC曲线下面积显著大于决策树模型,分别为0.881、0.848。 结论 将两种模型结合可以从不同层面发现颅脑肿患者术后病情恶化的影响因素,为临床医护人员评估患者病情和及时采取针对性的干预措施提供指导。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

张燕,彭伶丽,张磊,周芳意,罗贞.基于logistic回归和决策树法预测颅脑肿瘤患者术后病情恶化风险[J].护理学杂志,2022,37(7):15-19

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2021-11-10
  • 最后修改日期:2022-01-07
  • 录用日期:
  • 在线发布日期: 2023-08-28