某三甲医院神经外科手术部位感染Logistic回归与神经网络预测研究
目的 应用人工神经网络及Logistic多元回归分析方法建立神经外科手术患者手术部位感染(SSI)数学预测模型.方法 回顾性收集2017年1月-2017年12月于某三甲医院就诊的神经外科手术患者为研究对象,分析相关影响因素和术后感染情况,应用Logistic多元回归和人工神经网络建立神经外科手术患者SSI数学预测模型.结果 共4 664例手术患者,其中有304例患者发生手术部位感染,感染发生率为6.52%;多元Logistic回归分析结果显示,患者年龄≥60岁、糖尿病、手术时间≥3h、术后再次手术、术前炎症反应、硬脑膜切开、接台手术、手术切口数是神经外科术后患者发生SSI的独立影响因素,总准确率为71.00%,ROC曲线下面积为0.833;神经网络预测SSI感染的重要性排序前5位的自变量及标准化重要性分别为患者年龄≥60岁(100%)、术前炎症反应(75.41%)、术后再次手术(66.46%)、硬脑膜切开(57.12%)、手术时间≥3 h(51.86%);训练样本的准确率为91.51%,测试样本的准确率为93.24%,ROC曲线下面积为0.877.结论 本研究中Logistic回归模型和神经网络模型两种预测模型均对神经外科SSI感染的预测能力较好,而神经网络模型的拟合效果相对而言更好.
神经外科、手术部位感染、人工神经网络模型、Logistic多元回归
28
R619+.3(外科手术学)
江西省研究生创新专项基金资助项目YC2017-S087江西省科技厅重点基金资助项目20152ACG70015
2018-10-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
1203-1206,1215