神经网络模型联合决策树模型预警医院感染的管理效力

摘要：

目的 借助神经网络模型联合决策树模型,对医院感染管理效力进行预测,有效控制医院感染的发生风险.方法 研究以某三甲医院的ICU患者人群为研究对象,将2020 年6 月至2021 年6 月期间就诊的345 例ICU患者纳入分析,收集院内感染数据.在使用决策树模型分析医院感染的影响因素基础上,同时使用神经网络模型对医院感染发生的风险开展预测.结果 决策树模型显示高龄(年龄>80 岁)是根节点影响因素,基础性疾病中的2 型糖尿病、性别为男性、BMI水平提示偏瘦分别为子节点,对医院感染发生有不同的协同影响方式.同时利用随机森林(RF)、支持向量机(SVM)、逻辑回归(LR)、K近邻(KNN)算法构建医院感染发生风险的神经网络预测模型,提示基础疾病病情、性别、体型与医院感染的发生有关.上述模型并联联合使用,可有效增加特异度,减低漏诊.结论 神经网络模型联合决策树模型并联和联合预警医院感染发生风险具有优异效力,能够有效为预防、管理和处置医院感染提供信息支持.

关键词：神经网络模型、决策树模型、医院感染、预警

所属期刊栏目：34

分类号：R187(流行病学与防疫)

资助基金：河北省医学科学研究课题20231521

在线出版日期：2023-09-25（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：87-90