基于机器学习的腮腺肿瘤患者术后面瘫的危险因素分析

摘要：

目的 利用机器学习技术分析腮腺肿瘤患者术后面瘫的影响因素.方法 回顾性收集贵港市人民医院病案系统中2013年1月至2023年12月腮腺肿瘤患者的资料.采用LASSO回归对术后面瘫的潜在危险因素进行筛选,随后通过无序多分类Logistic回归分析术后面瘫的危险因素.结果 395例腮腺肿瘤患者中54例发生面瘫,其中40例为短暂性面瘫,14例为永久性面瘫.无序多分类LASSO回归在最佳λ值下筛选出26个腮腺肿瘤患者术后面瘫的危险因素,将其纳入无序多分类Logistic回归分析,结果显示肿瘤位置、肿瘤性质、术前肿物压痛、吸烟史、谷氨酰转移酶水平、氯离子浓度、镁离子浓度、部分凝血活酶时间等是短暂性面瘫发生的影响因素(均P＜0.05);肿瘤性质、肿瘤体积、年龄、身体质量指数是永久性面瘫发生的影响因素(均P＜0.05).结论 本研究利用机器学习技术识别出腮腺肿瘤患者术后面瘫的关键影响因素,有助于早期识别术后面瘫发生的高危人群,为预防和预测面瘫的发生提供科学依据.

关键词：腮腺肿瘤、术后面瘫、危险因素、机器学习

所属期刊栏目：16

分类号：R739.87(肿瘤学)

在线出版日期：2024-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：481-486