基于决策树的肿瘤患者难免性压疮风险预测模型研究

摘要

cqvip:目的评价决策树预测肿瘤患者难免性压疮风险的准确性与合理性,为压疮预防提供依据。方法收集Braden评分高风险肿瘤患者611例的临床病例资料,采用CHAID算法构建肿瘤患者难免性压疮风险预测的决策树模型,并通过ROC曲线下面积、灵敏度和特异度指标比较其与Braden评分的预测效果。结果46例发生难免性压疮,发生率为7.53%。决策树模型包含3层共11个节点,提取6条分类规则,筛选出4类高危人群,即Braden评分≤11分,翻身计划无法落实;Braden评分>11分,皮肤有现存或潜在损伤;Braden评分≤11分,翻身计划可以落实,但存在增加压疮发生风险的特殊情况;Braden评分>11分,皮肤没有现存或潜在损伤,但翻身计划无法落实。决策树模型ROC曲线下面积为0.840;决策树模型的灵敏度为0.848、特异度为0.774。结论决策树模型ROC曲线下面积、灵敏度及特异度均较好,可以用于肿瘤患者难免性压疮高危人群的筛选和管理。