运用决策树算法构建天疱疮并发感染的风险预测模型

摘要

目的 基于决策树模型建立天疱疮患者并发感染的风险预测模型,探讨天疱疮患者并发感染的防控策略。方法 将2019年3月—2022年8月在本院收治的127例天疱疮患者作为研究对象进行回顾性分析,根据患者诊断结果将其分为感染组和非感染组,采用单因素和多因素Logistic回归分析筛选天疱疮患者并发感染的危险因素,运用SPSS软件和Modeler软件建立预测天疱疮患者并发感染的决策树模型的同时验证模型效能。结果 本研究127例天疱疮患者中,有32.28%的患者合并感染;单因素结果显示,感染组和非感染组患者性别、居住地、抽烟、饮酒、病程、皮损面积、临床分型、激素使用种类、住院时间、高血压、高脂血症、感染类别等临床资料相比,差异无统计学意义(P>0.05),而年龄、病情程度、糖尿病、低蛋白血症、CD4^(+)T淋巴细胞减少症等资料相比,差异有统计学意义(P60岁(OR=4.503,95%CI:1.611~12.583)、病情程度为重度(OR=6.037,95%CI:2.074~17.575)、合并糖尿病(OR=2.960,95%CI:1.116~7.847)、合并低蛋白血症(OR=7.826,95%CI:2.133~28.717)、合并CD4^(+)T淋巴细胞减少症(OR=24.181,95%CI:5.114~114.34)是天疱疮患者并发感染的危险因素(P0.05)。结论 年龄>60岁、病情程度为重度、存在糖尿病、存在低蛋白血症、存在CD4+T淋巴细胞减少症均是天疱疮患者并发感染的危险影响,本研究构建的决策树预测模型对天疱疮患者并发感染具有较好的风险预测价值。