无痛结肠镜检查术患者术后疲劳综合征人工神经网络预测模型的建立

摘要

目的构建无痛结肠镜检查术患者术后疲劳综合征（POFS）的人工神经网络（ANN）预测模型。方法选择2016年10月至2017年2月行无痛结肠镜检查术的门诊患者,收集围术期共38个影响因素。于麻醉复苏达标时,行Christensen术后疲劳评分。Christensen术后疲劳评分≥3分为发生POFS。根据是否发生POFS将患者分为POFS组和非POFS组。分别构建logistic回归预测模型和ANN预测模型,并进行检验。通过计算受试者工作特征曲线下面积比较2种预测模型的预测效果。结果 ANN预测模型训练集和测试集错误率分别为23.1%和28.1%,训练集的灵敏度和特异度分别为88.6%和52.7%,测试集的灵敏度和特异度分别为91.6%和71.1%。logistic回归预测模型和ANN预测模型曲线下面积分别为0.698和0.776。结论本研究成功构建了无痛结肠镜检查术患者POFS的ANN预测模型,该模型预测效果优于logistic回归预测模型。