基于人工神经网络预测高血压脑出血预后

摘要

目的:本研究的主要目的是为了创建基于人工神经网络的预测模型,通过纳入患者入院时影像学和临床资料预测患者的预后情况,为临床医生的诊断和治疗提供参考价值.方法:本研究选取安徽医科大学第一附属医院2019年6月-2020年06月就诊的共107例高血压脑出血患者,收集患者影像学及临床资料,出院后6个月后电话随访患者,并采用mRS评分评估患者预后情况,通过单因素分析筛选出影响预后的相关因素.结果:入院时GCS评分、血肿体积、血肿表面积、高龄、破入脑室、瞳孔不等大以及意识障碍均为高血压脑出血预后不良的相关因素(P<0.05).基于患者临床资料的BP神经网络模型的灵敏度为0.91,特异度为0.78,ROC曲线下面积AUC值为0.7824,预测性能较佳.结论:本研究成功的构建了基于人工神经网络的预测模型,对高血压脑出血患者的预后进行个体化预测,辅助临床医生做出治疗决策.同时也验证了GCS评分、血肿体积、血肿表面积、高龄、破入脑室等是HICH患者预后的独立影响因素.