决策树模型与logistic回归模型在脑出血预后分析中的应用

摘要：

目的 通过应用决策树分类和回归树模型与logistic回归模型分析影响脑出血患者预后的风险因素,为临床治疗脑出血提供借鉴.方法 根据临床常见影响脑出血患者预后的风险因素,建立决策树模型和logistic回归模型,比较两种方法分析结果的差异.结果 Logistic回归分析结果显示血肿体积(OR=0.953)、首次GCS评分(OR=1.210)、肺部感染(OR=0.295)、基底节区出血(OR=0.336)是脑出血预后不良的风险因素.决策树模型分析结果显示,血肿体积和首次格拉斯哥昏迷GCS评分是影响脑出血预后最主要的因素.两种模型对脑出血预后的评价作用近似(Z=0.402,P=0.688).结论 决策树模型判断脑出血预后的价值与logistic模型近似,同时还具有可对风险因素进行交互分析、更为直观的特点.

关键词：脑出血、Logistic模型、决策树、预后、危险因素

所属期刊栏目：40

分类号：R743.34(神经病学与精神病学)

资助基金：This wok was supported by the Fund of 309 Hospital of PLA 2014MS-009解放军第309医院院课题基金2014MS-009

在线出版日期：2016-01-22（万方平台首次上网日期，不代表论文的发表时间）

页码：1003-1006