基于随机森林算法对首发缺血性脑卒中患者出院90d复发的预测作用评价

摘要：

目的 评价基于随机森林算法对首发缺血性脑卒中患者出院90 d复发的预测作用.方法 回顾性分析2019年1月至2019年7月于本院就诊的580例首发缺血性脑卒中患者的临床资料,根据出院90 d是否复发分为复发组(n=110)和正常组(n=470),并采用随机森林模型与多因素Logistci回归模型筛选患者出院后90 d内复发的影响因素,比较两种方法的准确度、灵敏度、特意度、约登指数,并评价随机森林的预测效果.结果 首发缺血性脑卒中患者出院90 d的复发率为18.96％(110/580).多因素Logistic回归分析显示,饮酒、糖尿病、高脂血症、舒张压、载脂蛋白A是复发的独立危险因素(P<0.05).随机森林模型显示,排名前6位的复发的影响因素分别为载脂蛋白A、天门冬氨酸氨基转移酶、白蛋白、红细胞压积、糖尿病、乳酸脱氢酶(重要程度分别为6.091、5.045、4.531、4.492、4.346、4.331、4.251、4.135、4.086、3.976).随机森林模型准确性、灵敏度、约登指数均高于多因素Logistic回归分析模型.结论 基于随机森林算法构建的首发缺血性脑卒中患者出院90 d复发的预测模型的预测效果较传统的多因素Logistic回归分析模型有显著优势,可用于首发缺血性脑卒中患者出院90 d复发的预测,具有一定的临床应用价值.

关键词：随机森林算法、首发、缺血性脑卒中、复发、预测

所属期刊栏目：27

资助基金：国家重点研发计划;国家自然科学基金;江西省重点研发计划

在线出版日期：2021-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4