采用机器学习方法建立Ⅰ类切口手术患者使用抗菌药物合理性的评价模型

摘要

目的:建立Ⅰ类切口手术患者使用抗菌药物合理性的评价模型,为临床药师进行处方点评提供依据.方法:以某院2017年1月1日-2017年12月31日住院的432例Ⅰ类切口手术患者作为研究对象,提取患者年龄、院内感染、使用抗菌药物的种类数等多项诊疗信息;结合临床药师对患者预防及治疗使用抗菌药物合理性的点评结果,以抗菌药物类别(预防或治疗使用)为因变量、患者诊疗信息为自变量,分别利用机器学习方法中的非条件Logistic回归法和支持向量机法,将药师点评结果转化为机器学习模型可识别的客观指标,建立Ⅰ类切口手术患者使用抗菌药物合理性的分类判别模型,并以灵敏度、特异度、约登指数等为指标,另采用61例Ⅰ类切口手术患者样本对建立的模型进行验证;收集使用模型前(人工点评,2017年1-12月)、后(2018年1-10月)Ⅰ类切口手术患者使用抗菌药物处方合理性点评情况,对模型效果进行应用评价.结果:以非条件Logistic回归法建立的模型的灵敏度为65.63％、特异度为75.00％、约登指数为40.63％;以支持向量机法建立的模型主要参数gamma为0.01、cost为10,其灵敏度为92.19％、特异度为87.50％、约登指数为79.69％,支持向量机法建立的模型优于非条件Logistic回归法;对采用支持向量机法建立的模型进行验证,结果灵敏度为100％、特异度为88.57％、约登指数为88.57％;与使用模型前比较,使用模型后处方点评比例由69.44％升高到100％,抗菌药物预防使用率由23.84％下降到16.43％,品种选用合理率由37.86％升高到54.39％,使用疗程由5.01 d缩短到3.26 d.结论:应用机器学习方法中的支持向量机法建立Ⅰ类切口手术患者使用抗菌药物的评价模型,可实现处方点评全覆盖,提高Ⅰ类切口手术患者使用抗菌药物的合理水平,同时为药师的处方点评工作提供了新思路.