基于决策树法和Logistic回归预测神经外科老年住院患者医院感染风险的研究
目的 应用决策树卡方自动交互检测(CHAID)算法和二分类Logistic回归分析法分别构建神经外科老年住院患者医院感染风险预测模型,并对模型的预测结果做对比分析.方法 回顾性分析2018年1月-2019年6月海南省人民医院神经外科≥60岁老年住院患者,应用CHAID算法和Logistic回归分析法分别建立风险预测模型,通过受试者工作特征曲线(ROC)的曲线下面积(AUC)对两种模型的预测效果进行对比评价.结果 共收集患者1111人,其中医院感染131人,感染发病率11.79％;CHAID法和Logistic回归分析法均显示住院天数≥31 d、使用呼吸机、泌尿道插管是医院感染发生的重要影响因素;决策树模型风险预测的正确率为88.2％,模型拟合效果较好,Logistic回归模型Hosmer-Lemeshow拟合优度检验显示模型拟合较好(χ2=9.690,P>0.05);决策树模型AUC为0.881(95％CI:0.861～0.899),Logistic回归模型AUC为0.880(95％CI:0.860～0.899),两模型预测价值均为中等,其存在的差异无统计学意义(Z=0.188,P>0.05).结论 将两模型相结合可以从不同层面发现医院感染的影响因素,能更充分地了解各因素间的相互关系.医院感染风险模型的建立可以为加强院感防控措施提供参考依据,更有效地指导医院感染防控工作.
神经外科、医院感染、住院天数、决策树模型、Logistic回归分析
30
R651.1(外科学各论)
2020-04-15（万方平台首次上网日期，不代表论文的发表时间）
共6页
878-883
