分类和回归树分析预测闭合性重型颅脑损伤预后的研究

摘要

目的建立一个关于闭合性重型颅脑损伤预后的简单、便于使用、变量可以在日常工作中快速获得的预测准确率高的预测模型。方法采用分类和回归树（classification and re- gression tree,CART）分析方法,选择8个预后因子,对579例闭合性重型颅脑损伤患者的预后进行分析,预后指标为外伤后6个月GOS。结果GCS是最好的预测因子,血糖、头颅CT表现、年龄、瞳孔情况是强有力的预测因子,白细胞计数也对预后产生有意义的影响。CART中的所有变量都与预后相关,预测准确率达87%。结论CART预测模型能较好地预测闭合性重型颅脑损伤患者的预后,是一种简单有效、准确率高的预测方法。