基于SMOTE算法的化疗肿瘤患者下呼吸道感染预警模型构建

摘要

目的 构建基于少数类样本合成过抽样技术(synthetic minority over-sampling technique,SMOTE)算法的化学治疗(化疗)肿瘤患者下呼吸道感染预警模型.方法 共纳入西宁市4所三级医院2019年1月-2021年6月收治的2384例接受化疗的肿瘤患者为研究对象,将所收集病例按照7∶3的比例随机分为建模组1668例和验证组716例,建模组数据用来建立模型,验证组数据对所建立的模型进行验证,利用单因素比较和logistic回归分析筛选下呼吸道感染影响因素,基于SMOTE算法建立化疗肿瘤患者下呼吸道感染预警模型.结果 logistic回归分析可得,年龄(x1)、身体质量指数(BMI)值是否正常(x2)、恶性肿瘤分期(x3)、吸烟史(x4)、合并糖尿病(x5)、合并肺部疾病(x6)均是化疗肿瘤患者下呼吸道感染的危险因素(均P＜0.01),获得原始数据预警模型:Logit (P)=0.055x1+0.967x2-0.195x3+1.383x4+0.968x5+0.939x6-14.073和基于SMOTE算法的预警模型:Logit (P)=0.090x1+1.092x2-0.249x3+1.724x4+1.136x5+1.344x6-14.859.基于SMOTE算法预警模型AUC为0.949(95％CI:0.937～0.961),高于原始数据预警模型AUC 0.780(95％CI:0.734～0.846).结论 基于SMOTE算法所构建的预警模型能更准确预警化疗肿瘤患者下呼吸道感染,有效解决感染与非感染患者样本数据不平衡所导致的预测误差,基于预测模型可选择相应的对策进行应对.